💡 本教程是《AI 入门 30 天挑战》系列的项目实战部分
- 📘 完整教程：查看 CSDN 专栏
- 💻 完整代码：GitHub 开源仓库 ⭐欢迎 Star
- 🎯 适合人群：想学习深度学习图像分类的初学者
🎯 项目简介
这是一个完整的 CIFAR-10 图像分类项目，使用 PyTorch 实现 CNN 模型，达到 80%+ 准确率。
你将学到：
- ✅ 完整的深度学习项目流程
- ✅ CNN 模型设计与优化
- ✅ 数据增强技巧
- ✅ 模型训练与评估
- ✅ 可视化结果分析
项目特点：
- 🚀 模块化设计，代码清晰
- 📊 完整的训练曲线和混淆矩阵
- 🎨 预测结果可视化
- 📝 详细的中文注释
📂 项目结构
cifar10-classification/
├── main.py # 主程序入口
├── model.py # CNN 模型定义
├── train.py # 训练脚本
├── evaluate.py # 评估脚本
├── utils.py # 可视化工具
├── requirements.txt # 依赖包
└── README.md # 详细说明
🚀 快速开始
1. 安装依赖
pip install torch torchvision matplotlib seaborn scikit-learn
2. 运行训练
cd projects/cifar10-classification
python main.py --mode train
训练完成后会生成：
cifar_best.pth- 最佳模型权重training_curves.png- 训练曲线图confusion_matrix.png- 混淆矩阵predictions.png- 预测示例
3. 评估模型
python main.py --mode evaluate
🔍 核心代码解析
CNN 模型架构
class SimpleCNN(nn.Module):
def __init__(self, num_classes=10):
super(SimpleCNN, self).__init__()
# 特征提取层
self.features = nn.Sequential(
# 第一层卷积块
nn.Conv2d(3, 32, kernel_size=3, padding=1),
nn.BatchNorm2d(32),
nn.ReLU(inplace=True),
nn.Conv2d(32, 32, kernel_size=3, padding=1),
nn.BatchNorm2d(32),
nn.ReLU(inplace=True),
nn.MaxPool2d(kernel_size=2, stride=2),
nn.Dropout(0.25),
# 第二层卷积块
nn.Conv2d(32, 64, kernel_size=3, padding=1),
nn.BatchNorm2d(64),
nn.ReLU(inplace=True),
nn.Conv2d(64, 64, kernel_size=3, padding=1),
nn.BatchNorm2d(64),
nn.ReLU(inplace=True),
nn.MaxPool2d(kernel_size=2, stride=2),
nn.Dropout(0.25),
# 第三层卷积块
nn.Conv2d(64, 128, kernel_size=3, padding=1),
nn.BatchNorm2d(128),
nn.ReLU(inplace=True),
nn.Conv2d(128, 128, kernel_size=3, padding=1),
nn.BatchNorm2d(128),
nn.ReLU(inplace=True),
nn.MaxPool2d(kernel_size=2, stride=2),
nn.Dropout(0.25),
)
# 分类器
self.classifier = nn.Sequential(
nn.Flatten(),
nn.Linear(128 * 4 * 4, 256),
nn.ReLU(inplace=True),
nn.Dropout(0.5),
nn.Linear(256, num_classes)
)
def forward(self, x):
x = self.features(x)
x = self.classifier(x)
return x
大白话解释：
- 这个模型就像人的眼睛，分3层看图片
- 每层先看细节（卷积），再总结特征（池化）
- 最后用全连接层做判断
- Dropout 防止死记硬背（过拟合）
📊 训练结果
准确率曲线
训练过程中会生成训练曲线图：
- 训练集准确率：85%+
- 测试集准确率：80%+
- 无明显过拟合
混淆矩阵
混淆矩阵显示各类别的分类情况：
容易混淆的类别：
- Cat vs Dog（猫和狗）
- Truck vs Automobile（卡车和汽车）
这是正常的，因为这些类别本身就很相似。
💡 优化技巧
1. 数据增强
transform = transforms.Compose([
transforms.RandomHorizontalFlip(), # 随机水平翻转
transforms.RandomRotation(10), # 随机旋转
transforms.ToTensor(),
transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))
])
为什么有效？
- 让模型看到更多变化的图片
- 提高泛化能力
- 相当于增加了训练数据
2. 学习率调度
scheduler = optim.lr_scheduler.StepLR(optimizer, step_size=10, gamma=0.5)
作用：
- 每 10 个 epoch 学习率减半
- 后期微调，避免震荡
- 帮助模型收敛到更好的位置
3. Batch Normalization
nn.BatchNorm2d(32)
好处：
- 加速训练
- 允许使用更大的学习率
- 有一定的正则化效果
🎨 可视化预测
项目提供了完整的可视化工具：
def predict_image(model, image_path):
"""预测单张图片"""
image = Image.open(image_path).convert('RGB')
transform = transforms.Compose([
transforms.Resize((32, 32)),
transforms.ToTensor(),
transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))
])
input_tensor = transform(image).unsqueeze(0)
with torch.no_grad():
output = model(input_tensor)
probabilities = torch.softmax(output, dim=1)[0]
confidence, predicted_idx = torch.max(probabilities, 0)
return CLASSES[predicted_idx.item()], float(confidence)
🤔 常见问题
Q1: 为什么准确率只有 80%？
A: CIFAR-10 本身就有难度，有些图片连人都分不清。80% 对初学者来说已经不错了。想提高可以：
- 使用更深的网络（ResNet）
- 更多的数据增强
- 迁移学习
Q2: 训练太慢怎么办？
A:
- 使用 GPU（速度提升 10-50 倍）
- 减少 batch size
- 减少 epoch 数量
Q3: 如何用自己的图片测试？
A: 修改 predict_image 函数中的图片路径即可。
📚 相关教程
这是《AI 入门 30 天挑战》的项目实战部分，前置知识：
完整 30 天教程：
🎉 总结
通过这个实战项目，你学会了：
- ✅ 完整的深度学习项目流程
- ✅ CNN 模型设计与实现
- ✅ 数据增强和正则化技巧
- ✅ 模型评估和可视化
下一步：
- ⭐ Star GitHub 获取完整代码
- ➕ 关注专栏查看更多项目
- 💬 评论区分享你的训练结果
其他项目实战：
🎉 恭喜你完成今天的学习！
📚 学习路径导航
| 上一篇 | 当前 | 下一篇 |
|---|---|---|
| Day 14 - Week2 综合项目 | 项目实战 - CIFAR-10 | 项目实战 - 文本生成 |
🔗 资源汇总
- 📘 完整 30 天教程：CSDN 专栏 - AI 入门 30 天挑战
- 💻 完整代码 + 项目实战：GitHub 仓库 ⭐欢迎 Star
- ❓ 遇到问题：GitHub Issues 提问
💬 互动时间
思考题：你觉得还有哪些方法可以提高 CIFAR-10 的分类准确率？
欢迎在评论区分享你的想法或疑问！👇
❤️ 如果有帮助
- 👍 点赞：让更多人看到这篇教程
- ⭐ Star GitHub：获取完整代码和项目
- ➕ 关注专栏：不错过后续更新
- 🔄 分享给朋友：一起学习进步
明天见！继续下一个项目实战~ 🚀
本文是《AI 入门 30 天挑战》系列的项目实战篇 完整代码已开源，欢迎 Star 支持！
