基于轻量化CNN实现自动驾驶方向预测

在深度学习计算机视觉领域，CNN（卷积神经网络）凭借强大的空间特征提取能力，成为自动驾驶环境感知任务的核心技术支撑。真实自动驾驶场景复杂且数据获取成本高，对于新手而言，很难快速上手并验证模型效果。

本次我们将通过极致简化但贴合核心逻辑的场景，从零搭建一个轻量化CNN模型，实现「车辆姿态自适应（纵向/横向切换）+ 车头与行驶方向强绑定」的自动驾驶方向预测，全程代码可复现、无环境坑，最终达成测试集99.2%的高准确率，帮你快速打通「数据生成→模型搭建→训练评估」的深度学习实战闭环。

一、项目核心背景与目标

1. 项目背景

自动驾驶的核心流程可拆解为「环境感知→决策规划→执行控制」，其中环境感知是基础——车辆需要通过摄像头、激光雷达等设备获取自身与环境的相对位置，再通过模型输出最优行驶策略。真实场景中，车辆姿态、道路环境、障碍物、光照变化等因素都会增加模型学习难度，甚至导致数据标注成本激增（需人工标注大量车辆位置、行驶方向样本）。

为降低实战门槛，同时保留核心逻辑，本次项目做了针对性简化设计，聚焦「车辆位置→行驶方向」的映射关系，剥离无关干扰：

• 环境简化：用「32×32黑白方格图」模拟平坦无障碍物的行驶道路，方格线清晰可辨，便于模型捕捉车辆与环境的相对位置；

• 车辆简化：用「自适应姿态长方体」模拟车辆，避免复杂车辆轮廓建模，同时支持姿态切换（上下行驶纵放、左右行驶横放），贴合真实车辆行驶逻辑；

• 方向标记：用「内置深灰色小方块」标记车头，与黑色车身形成明显视觉区分，且车头方向直接对应车辆行驶方向，避免方向歧义；

• 标注简化：通过代码自动生成标注数据，无需人工标注，降低实战成本，同时保证数据标注的准确性和一致性。

通过以上简化，我们可专注于理解CNN的空间特征提取逻辑、数据集生成原理、模型训练与优化流程，为后续学习复杂自动驾驶场景打下坚实基础。

2. 核心目标

1. 实现车辆姿态自适应生成：根据车辆行驶方向（上下/左右）自动切换车身姿态，上下行驶时纵放（尺寸8×4）、左右行驶时横放（尺寸4×8），保证视觉合理性与真实行驶逻辑一致；

2. 完成车头与行驶方向强绑定：车头朝向直接决定车辆可行驶范围，模型仅输出「车头方向」或「直行」两种结果，无跨方向、不合理的预测输出，贴合真实驾驶决策逻辑；

3. 构建自动化数据集生成流程：通过代码随机生成指定数量（5000张）的样本图，自动完成环境、车辆、车头的绘制及方向标签标注，保证数据集的结构化与可复现性；

4. 搭建轻量化CNN模型并掌握其设计逻辑：理解卷积层、池化层、全连接层的作用，掌握参数设置（滤波器数量、 kernel尺寸、 dropout比例等）的设计考量，实现模型轻量化（低参数、快训练）；

5. 完成模型训练、优化与全面评估：掌握模型编译、训练回调函数的使用，通过测试集验证模型效果，分析训练曲线，达成高准确率（≥99%），形成完整的深度学习实战闭环。

二、前期准备

1. 环境配置

本次项目采用「Python 3.11 + TensorFlow 2.20.0」组合，该组合兼容性强、稳定性高，可有效避免新版Python与TensorFlow的适配问题，核心依赖库及作用如下（明确每一步依赖的必要性，便于新手理解）：

• tensorflow==2.20.0：核心框架，用于搭建、编译、训练轻量化CNN模型，提供丰富的神经网络层（卷积层、池化层等）与回调函数，简化模型开发流程；

• numpy：用于数据处理与矩阵运算，核心作用是将生成的图像转换为数组格式、处理数据维度（如增加通道维度）、生成随机坐标等，是深度学习数据处理的基础；

• opencv-python：用于图像绘制，核心作用是绘制方格背景、自适应姿态车辆、深灰色车头，实现样本图的可视化生成，无需手动制作图像；

• matplotlib：用于结果可视化，核心作用是绘制训练损失/准确率曲线、展示样本验证图，便于分析模型训练效果与数据生成质量；

• scikit-learn：用于数据集划分，核心作用是将生成的样本按7:2:1的比例划分为训练集、验证集、测试集，确保模型训练、优化、评估的独立性，避免数据泄露。

环境搭建步骤

1. 安装Python 3.11：避免安装Python 3.12及以上版本，此类新版本与TensorFlow 2.20.0存在适配问题，可能导致依赖库安装失败或模型训练报错；
2. 新建虚拟环境并激活：虚拟环境可隔离不同项目的依赖库，避免因依赖版本冲突导致项目无法运行，建议使用conda或venv创建（新手推荐venv，操作简单）；。

2. 核心思路梳理（详细拆解，闭环逻辑）：

1

数据自动生成（环境+车辆+车头+标签）→ 数据预处理（格式转换+one-hot编码）→ 数据集划分 → 轻量化CNN模型搭建 → 模型编译与训练（添加回调优化）→ 模型评估（测试集验证）→ 结果可视化（样本+训练曲线）

逐步骤详细解读核心思路：

1. 数据自动生成：这是本次项目的基础的核心步骤，也是降低实战门槛的关键。通过编写专门的函数，自动完成“方格背景绘制→车辆姿态切换→车头绘制→方向标签标注”，无需人工干预，既保证数据质量，又提升效率。核心设计逻辑是“姿态与方向绑定”——上下行驶对应纵向车辆，左右行驶对应横向车辆，车头方向直接决定标签判断维度（纵向车辆判断纵向偏移，横向车辆判断横向偏移）；

2. 数据预处理：生成的原始数据（图像、标签）无法直接输入CNN模型，需进行两项关键处理：一是格式转换（将图像列表转换为numpy数组，并增加通道维度，适配CNN单通道灰度图输入格式）；二是标签one-hot编码（将整数标签转换为one-hot向量，适配多分类交叉熵损失函数，避免标签权重不均导致的训练偏差）；

3. 数据集划分：按7:2:1的比例划分为训练集、验证集、测试集，三者作用明确且独立：训练集用于模型学习数据规律（车辆位置与方向的映射）；验证集用于训练过程中优化模型（调整权重、避免过拟合）；测试集用于最终评估模型泛化能力（未见过的数据上的表现），确保评估结果真实可靠；

4. 轻量化CNN模型搭建：核心设计原则是“轻量化、高效果”，避免复杂结构导致的训练缓慢（普通CPU可快速运行）。搭建3层卷积层（逐步提取空间特征）+ 2层全连接层（分类决策），配合批量归一化（加速收敛）、最大池化（降低维度、减少计算量）、dropout（防止过拟合），平衡特征提取能力与训练效率；

5. 模型编译与训练：编译时选择合适的优化器、损失函数、评估指标——Adam优化器（收敛稳定、学习率自适应，适合新手使用）、多分类交叉熵损失（适配one-hot标签多分类任务）、准确率（直观评估模型分类效果）。训练时添加回调函数（早停法、模型保存），优化训练过程：早停法避免无效训练（验证集损失10轮不下降则停止），模型保存自动留存最优模型，无需手动记录；

6. 模型评估：用测试集对训练好的模型进行评估，输出测试集损失与准确率，核心判断标准是“损失低、准确率高”，且测试集准确率与训练集、验证集准确率差距较小，说明模型无过拟合、泛化能力强；

7. 结果可视化：通过两种可视化方式验证项目效果：一是样本验证图（展示5张随机样本，直观查看车辆姿态、车头方向、标签的绑定效果，确认数据生成无误）；二是训练曲线（损失曲线、准确率曲线，分析训练趋势，判断模型是否收敛、是否过拟合）。

三、实现思路

1. 核心参数配置（支持车辆姿态切换，可复现性设计）

参数配置是项目可复现、可配置的关键，所有参数均有明确设计考量，并非随意设置，核心参数及详细解读如下（重点说明姿态切换相关参数）：

• 图像尺寸参数（IMAGE_SIZE=32）：设置为32×32，核心考量是“轻量化”——减小图像尺寸可降低CNN模型的计算量，让普通CPU能快速训练，同时32×32的尺寸足够容纳车辆（8×4或4×8）与方格背景，避免图像过于拥挤；

• 车辆姿态参数（CAR_LONG=8、CAR_SHORT=4）：这是车辆姿态切换的核心参数，设计逻辑是“姿态与方向匹配”——上下行驶时，车辆纵向摆放，此时车身纵向长度（CAR_LONG=8）大于横向宽度（CAR_SHORT=4），贴合真实车辆上下行驶的视觉效果；左右行驶时，互换两个参数，车辆横向摆放（横向长度8、纵向宽度4），确保姿态合理；

• 车头参数（HEAD_SIZE=2）：设置为2×2的小方块，核心考量是“与车身区分、不遮挡车身”——2×2的尺寸足够清晰标记车头方向，同时不会过大遮挡车身（8×4或4×8），颜色选择深灰色（与黑色车身区分），便于模型捕捉车头特征（车头方向是标签判断的关键）；

• 偏移阈值（OFFSET=8）：用于判断车辆是否偏离背景中心，进而确定行驶方向标签。设计逻辑是“背景中心±8像素”作为直行与转向的分界，32×32图像的中心是16像素，偏移超过8像素（即车身中心超出8-24像素范围），则判断为对应方向行驶，否则为直行，该阈值经过多次测试，可确保标签判断合理，无过多歧义样本；

• 可复现性参数（SEED=42）：固定随机种子，核心作用是“确保每次运行代码，生成的数据集、模型训练结果完全一致”——避免随机因素（如随机生成车辆坐标、随机划分数据集）导致的结果波动，便于新手复现项目、调试代码；

• 数据集与训练参数（NUM_SAMPLES=5000、EPOCHS=20、BATCH_SIZE=64）：5000张样本足够模型学习规律（避免样本过少导致过拟合），且不会过多占用内存；20轮训练可确保模型收敛（配合早停法，无需训练满20轮）；64的批次大小适配普通CPU，平衡训练速度与内存占用。

此外，定义行驶方向标签（DIRECTIONS）与车头方向（MOVE_DIRECTIONS），建立两者的映射关系，确保标签与车头方向、车辆姿态强绑定，避免方向歧义（仅输出up、down、left、right、straight五种标签，对应5分类任务）。

2. 核心函数设计思路（车辆生成+姿态切换+方向绑定）

核心函数（create_car_image）是数据自动生成的核心，负责单张样本图的完整生成，函数内部逻辑拆解为4个关键模块，每个模块的设计思路、实现逻辑详细说明如下：

模块1：方格背景生成

核心目的是模拟平坦行驶道路，便于模型捕捉车辆与环境的相对位置。设计思路：首先初始化32×32的白色背景（灰度图，255表示白色），然后绘制8×8的方格线（黑色，线宽1）——方格步长为4（32÷8=4），即每4个像素绘制一条横向、纵向线，形成均匀的方格网格，模拟真实道路的分隔效果，同时方格线可帮助模型定位车辆位置（判断车辆中心与背景中心的偏移）。

模块2：车辆姿态自适应切换

这是函数的核心亮点，设计思路是“车头方向决定车辆姿态”——随机选择车头方向（up、down、left、right），然后根据车头方向切换车身尺寸与摆放姿态：

• 车头方向为up、down（上下行驶）：车辆纵向摆放，车身高度=CAR_LONG（8），车身宽度=CAR_SHORT（4），确保纵向长度大于横向宽度，贴合上下行驶的视觉逻辑；

• 车头方向为left、right（左右行驶）：车辆横向摆放，车身高度=CAR_SHORT（4），车身宽度=CAR_LONG（8），互换尺寸，确保横向长度大于纵向宽度，贴合左右行驶的视觉逻辑。

同时，随机生成车身左上角坐标，核心约束是“车身完全在背景内，不截断”——坐标范围为（0IMAGE_SIZE - 车身宽度，0IMAGE_SIZE - 车身高度），避免车身超出32×32的背景范围，确保样本图的完整性。

模块3：车头绘制（与方向强绑定）

核心目的是标记车辆行驶方向，为标签标注提供依据，设计思路是“车头位置与车辆姿态、车头方向完全匹配”，确保车头方向直观、无歧义：

• 车头朝上（up）：纵向车辆，车头位于车身顶端中心，坐标计算为（车身x坐标 + 车身宽度//2 - 车头尺寸//2，车身y坐标），确保车头在顶端中心，与车身对齐；

• 车头朝下（down）：纵向车辆，车头位于车身底端中心，坐标计算为（车身x坐标 + 车身宽度//2 - 车头尺寸//2，车身y坐标 + 车身高度 - 车头尺寸），避免车头超出车身；

• 车头朝左（left）：横向车辆，车头位于车身左端中心，坐标计算为（车身x坐标，车身y坐标 + 车身高度//2 - 车头尺寸//2），确保车头在左端中心；

• 车头朝右（right）：横向车辆，车头位于车身右端中心，坐标计算为（车身x坐标 + 车身宽度 - 车头尺寸，车身y坐标 + 车身高度//2 - 车头尺寸//2），避免车头超出车身。

车头颜色设置为深灰色（128），与黑色车身（0）形成明显区分，便于模型快速捕捉车头特征，进而学习车头方向与行驶方向的映射关系。

模块4：方向标签自动标注

核心逻辑是“根据车辆中心与背景中心的偏移量，结合车头方向，自动标注标签”，确保标签标注准确、贴合真实驾驶逻辑，具体设计思路如下：

1. 计算车辆中心与背景中心：车辆中心根据车身姿态自适应计算（横向车辆中心=车身x+宽度//2、y+高度//2；纵向车辆同理），背景中心固定为16（32//2）；

2. 标签初始化：默认标签为“直行（straight）”，对应标签4，设计逻辑是“大多数车辆处于中心附近，默认直行，减少极端标签占比”；

3. 标签判断逻辑（核心：车头方向决定偏移判断维度）：

   • 车头朝上（up）：仅判断纵向偏移，若车辆中心y坐标 > 背景中心+偏移阈值（16+8=24），说明车辆偏下，需朝上行驶，标注标签0（up）；否则保持直行；

   • 车头朝下（down）：仅判断纵向偏移，若车辆中心y坐标 < 背景中心-偏移阈值（16-8=8），说明车辆偏上，需朝下行驶，标注标签1（down）；否则保持直行；

   • 车头朝左（left）：仅判断横向偏移，若车辆中心x坐标 > 背景中心+偏移阈值（24），说明车辆偏右，需朝左行驶，标注标签2（left）；否则保持直行；

   • 车头朝右（right）：仅判断横向偏移，若车辆中心x坐标 < 背景中心-偏移阈值（8），说明车辆偏左，需朝右行驶，标注标签3（right）；否则保持直行。

该设计逻辑的核心优势是“无跨方向标注”——纵向车辆仅判断纵向偏移，横向车辆仅判断横向偏移，避免出现“车头朝上却标注朝左”的不合理情况，贴合真实驾驶中“车头方向决定行驶范围”的逻辑。

3. 数据集生成与预处理思路

数据集生成与预处理是模型训练的基础，核心思路是“批量生成、规范格式、合理划分”，确保数据符合CNN模型输入要求，具体拆解如下：

（1）批量数据集生成

调用核心函数（create_car_image），循环5000次，批量生成样本图，同时保存图像数据、方向标签、车头方向、车辆姿态，便于后续可视化验证。设计思路是“固定随机种子（SEED=42）”，确保每次生成的数据集完全一致，便于复现与调试；循环次数对应样本数量（5000张），足够模型学习数据规律，同时避免样本过多导致内存占用过高。

（2）数据格式转换

生成的原始数据（图像列表、标签列表）无法直接输入CNN模型，需进行两项关键转换，设计思路贴合CNN模型输入要求：

• 图像格式转换：将图像列表转换为numpy数组，同时增加通道维度（[…, np.newaxis]），最终格式为（5000, 32, 32, 1）——5000是样本数量，32×32是图像尺寸，1是通道数（灰度图），适配CNN模型“(样本数, 图像高度, 图像宽度, 通道数)”的输入格式；

• 标签格式转换：将整数标签（0-4）转换为one-hot编码，例如标签0转换为[1,0,0,0,0]，标签4转换为[0,0,0,0,1]。设计思路是“适配多分类交叉熵损失函数”，one-hot编码可避免标签权重不均（如整数标签4的权重高于0），确保模型训练时对每个类别平等对待。

（3）数据集划分

采用sklearn的train_test_split函数，按7:2:1的比例划分为训练集、验证集、测试集，设计思路是“兼顾训练效果与评估可靠性”：

• 第一步：将所有数据按7:3划分为训练集（70%，3500张）与临时集（30%，1500张）；

• 第二步：将临时集按2:1划分为验证集（20%，1000张）与测试集（10%，500张）；

• 划分约束：固定随机种子（SEED=42），确保划分结果可复现；划分时同时划分图像数据与one-hot标签，确保图像与标签一一对应，避免数据错乱。

4. 轻量化CNN模型搭建思路

模型搭建的核心原则是“轻量化、高效果、易训练”，避免复杂结构，普通CPU可快速运行，同时保证特征提取能力，模型结构为“3层卷积模块 + 2层全连接模块”，每层设计思路、参数考量详细拆解如下：

（1）卷积模块（3层，特征提取核心）

卷积模块的核心作用是提取图像的空间特征（车辆位置、车头方向、车身姿态），每层卷积后配合批量归一化与最大池化，设计思路是“逐步深化特征提取、降低计算量、加速收敛”：

• 卷积层1：滤波器数量32，kernel尺寸（3,3），激活函数relu。设计思路：32个滤波器用于提取基础空间特征（如方格线、车身轮廓），（3,3）的kernel是卷积层最常用尺寸，可有效捕捉局部特征；relu激活函数可引入非线性，解决线性模型无法拟合复杂数据的问题，同时计算简单、不易梯度消失；

• 批量归一化（BatchNormalization）：每个卷积层后添加，核心作用是“加速模型收敛、缓解梯度消失”——将卷积层输出的特征图进行归一化处理，使数据分布更均匀，避免因数据尺度差异导致的训练缓慢；

• 最大池化（MaxPooling2D）：尺寸（2,2），核心作用是“降低特征图维度、减少计算量、保留关键特征”——将2×2的区域取最大值作为输出，可去除冗余信息，同时避免过拟合；

• 卷积层2：滤波器数量64，kernel尺寸（3,3），激活函数relu。设计思路：滤波器数量翻倍，逐步提取更精细的特征（如车头位置、车身姿态），随着层数增加，特征提取能力逐步增强；

• 卷积层3：滤波器数量128，kernel尺寸（3,3），激活函数relu。设计思路：继续增加滤波器数量，深化特征提取，捕捉车辆位置与方向的映射关系，为后续分类决策提供足够的特征支撑。

经过3层卷积模块处理后，原始32×32的图像逐步降维为2×2的特征图，滤波器数量从32增加到128，实现“从基础特征到精细特征”的逐步提取，同时通过池化层控制计算量，确保轻量化。

（2）全连接模块（2层，分类决策核心）

全连接模块的核心作用是将卷积模块提取的特征图转换为分类结果，设计思路是“逐步压缩特征维度、避免过拟合、输出分类概率”：

• Flatten（展平层）：核心作用是“连接卷积模块与全连接模块”——将卷积模块输出的2×2×128的特征图（三维）展平为一维向量（512维），适配全连接层的输入格式；

• 全连接层1（Dense(256, relu)）：输出维度256，激活函数relu。设计思路：将512维特征压缩为256维，进一步筛选关键特征，relu激活函数继续引入非线性，增强模型拟合能力；

• Dropout(0.4)：核心作用是“防止过拟合”——随机丢弃40%的神经元，避免模型过度依赖某部分特征，增强模型泛化能力（在未见过的数据上表现更好）；

• 全连接层2（Dense(64, relu)）：输出维度64，激活函数relu。设计思路：继续压缩特征维度，将256维特征压缩为64维，简化分类决策过程，同时保留关键特征；

• Dropout(0.3)：继续随机丢弃30%的神经元，进一步防止过拟合，平衡模型拟合能力与泛化能力；

• 输出层（Dense(5, softmax)）：输出维度5（对应5个行驶方向），激活函数softmax。设计思路：softmax激活函数可将输出转换为5个类别的概率分布（概率和为1），对应最大概率的类别即为模型预测的行驶方向，适配多分类任务。

（3）模型轻量化设计亮点

该模型总计约24.1万参数（944.02 KB），属于轻量化模型，普通CPU可在几分钟内完成20轮训练，核心轻量化设计亮点：

• 图像尺寸小（32×32），降低输入数据量；

• 卷积层kernel尺寸固定为（3,3），计算量小；

• 全连接层维度逐步压缩（512→256→64→5），减少参数数量；

• 通过最大池化降低特征图维度，减少后续计算量。

5. 模型编译与训练优化思路

模型编译与训练是实现高准确率的关键，核心思路是“合理配置编译参数、优化训练过程、避免无效训练”，具体拆解如下：

（1）模型编译

编译时需配置优化器、损失函数、评估指标，三者选择均贴合项目需求，设计思路如下：

• 优化器：Adam，学习率1e-4。设计思路：Adam优化器结合了SGD和RMSprop的优势，收敛稳定、学习率自适应，适合新手使用；学习率设置为1e-4（较小），避免学习率过大导致训练震荡、不收敛，同时保证训练速度；

• 损失函数：categorical_crossentropy（多分类交叉熵损失）。设计思路：适配多分类任务与one-hot标签，可有效衡量模型预测概率与真实标签的差距，损失值越小，模型预测越准确；

• 评估指标：accuracy（准确率）。设计思路：直观评估模型分类效果，准确率=预测正确的样本数/总样本数，便于快速判断模型训练效果。

（2）训练回调函数（优化核心）

添加两项关键回调函数，优化训练过程，避免过拟合与无效训练，设计思路如下：

• EarlyStopping（早停法）：监控验证集损失（val_loss），耐心值（patience）=10。设计思路：训练过程中，若验证集损失连续10轮不下降，说明模型已收敛，继续训练会导致无效计算甚至过拟合，此时自动停止训练，并恢复验证集损失最小时的模型权重，确保模型处于最优状态；

• ModelCheckpoint（模型保存）：监控验证集准确率（val_accuracy），保存最优模型（save_best_only=True）。设计思路：自动保存验证集准确率最高的模型（保存为best_car_direction_model.keras），无需手动记录最优模型，后续可直接加载使用，避免重新训练。

（3）训练参数配置

训练时配置批量大小（batch_size）、训练轮数（epochs）、验证集，设计思路如下：

• batch_size=64：适配普通CPU内存，每次训练64张样本，平衡训练速度与内存占用，避免批量过大导致内存不足，批量过小导致训练缓慢；

• epochs=20：设置足够的训练轮数，确保模型有足够的时间学习数据规律，同时配合早停法，无需训练满20轮，避免无效训练；

• validation_data=(X_val, y_val)：训练过程中用验证集实时评估模型效果，根据验证集损失与准确率调整模型权重，避免模型只拟合训练集（过拟合）。

6. 模型评估与结果可视化思路

模型评估与可视化的核心目的是“验证模型效果、确认数据质量、分析训练趋势”，确保项目达到预期目标，具体思路如下：

（1）模型评估

用测试集（未参与训练、未参与验证）评估模型泛化能力，输出测试集损失与准确率，核心判断标准：

• 测试集损失：接近0，说明模型预测与真实标签差距小；

• 测试集准确率：≥99%，说明模型已充分学习车辆位置与行驶方向的映射关系，泛化能力强，无明显过拟合。

（2）结果可视化（两项关键可视化，全面验证）

• 样本验证图：随机选取5张样本图，展示图像、车头方向、行驶方向标签、车辆姿态，核心目的是“确认数据生成无误”——检查车辆姿态与车头方向是否匹配、标签标注是否合理、车辆与车头是否完整（无截断）；

• 训练曲线：绘制两张曲线（损失曲线、准确率曲线），核心目的是“分析训练趋势”：

  • 损失曲线：训练集损失（train_loss）与验证集损失（val_loss）逐步下降并趋于平稳，且两者差距较小，说明模型收敛、无过拟合；

  • 准确率曲线：训练集准确率（train_accuracy）与验证集准确率（val_accuracy）逐步上升并趋于平稳，且两者差距较小，说明模型学习效果好、泛化能力强。

四、项目完整运行结果

以下是项目运行的完整终端输出，包含TensorFlow日志、模型结构、训练过程、最终评估结果，可直接对照自身运行结果验证项目正确性：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92

"D:\my project\cnn-2\.venv\Scripts\python.exe" "D:\my project\cnn-2\cnn.py" 
2026-02-05 20:46:32.598293: I tensorflow/core/util/port.cc:153] oneDNN custom operations are on. You may see slightly different numerical results due to floating-point round-off errors from different computation orders. To turn them off, set the environment variable `TF_ENABLE_ONEDNN_OPTS=0`.
2026-02-05 20:46:35.299182: I tensorflow/core/util/port.cc:153] oneDNN custom operations are on. You may see slightly different numerical results due to floating-point round-off errors from different computation orders. To turn them off, set the environment variable `TF_ENABLE_ONEDNN_OPTS=0`.
D:\my project\cnn-2\.venv\Lib\site-packages\keras\src\layers\convolutional\base_conv.py:113: UserWarning: Do not pass an `input_shape`/`input_dim` argument to a layer. When using Sequential models, prefer using an `Input(shape)` object as the first layer in the model instead.
  super().__init__(activity_regularizer=activity_regularizer, **kwargs)
2026-02-05 20:46:37.019214: I tensorflow/core/platform/cpu_feature_guard.cc:210] This TensorFlow binary is optimized to use available CPU instructions in performance-critical operations.
To enable the following instructions: SSE3 SSE4.1 SSE4.2 AVX AVX2 FMA, in other operations, rebuild TensorFlow with the appropriate compiler flags.
Model: "sequential"
┌─────────────────────────────────┬────────────────────────┬───────────────┐
│ Layer (type)                    │ Output Shape           │       Param # │
├─────────────────────────────────┼────────────────────────┼───────────────┤
│ conv2d (Conv2D)                 │ (None, 30, 30, 32)     │           320 │
├─────────────────────────────────┼────────────────────────┼───────────────┤
│ batch_normalization             │ (None, 30, 30, 32)     │           128 │
│ (BatchNormalization)            │                        │               │
├─────────────────────────────────┼────────────────────────┼───────────────┤
│ max_pooling2d (MaxPooling2D)    │ (None, 15, 15, 32)     │             0 │
├─────────────────────────────────┼────────────────────────┼───────────────┤
│ conv2d_1 (Conv2D)               │ (None, 13, 13, 64)     │        18,496 │
├─────────────────────────────────┼────────────────────────┼───────────────┤
│ batch_normalization_1           │ (None, 13, 13, 64)     │           256 │
│ (BatchNormalization)            │                        │               │
├─────────────────────────────────┼────────────────────────┼───────────────┤
│ max_pooling2d_1 (MaxPooling2D)  │ (None, 6, 6, 64)       │             0 │
├─────────────────────────────────┼────────────────────────┼───────────────┤
│ conv2d_2 (Conv2D)               │ (None, 4, 4, 128)      │        73,856 │
├─────────────────────────────────┼────────────────────────┼───────────────┤
│ batch_normalization_2           │ (None, 4, 4, 128)      │           512 │
│ (BatchNormalization)            │                        │               │
├─────────────────────────────────┼────────────────────────┼───────────────┤
│ max_pooling2d_2 (MaxPooling2D)  │ (None, 2, 2, 128)      │             0 │
├─────────────────────────────────┼────────────────────────┼───────────────┤
│ flatten (Flatten)               │ (None, 512)            │             0 │
├─────────────────────────────────┼────────────────────────┼───────────────┤
│ dense (Dense)                   │ (None, 256)            │       131,328 │
├─────────────────────────────────┼────────────────────────┼───────────────┤
│ dropout (Dropout)               │ (None, 256)            │             0 │
├─────────────────────────────────┼────────────────────────┼───────────────┤
│ dense_1 (Dense)                 │ (None, 64)             │        16,448 │
├─────────────────────────────────┼────────────────────────┼───────────────┤
│ dropout_1 (Dropout)             │ (None, 64)             │             0 │
├─────────────────────────────────┼────────────────────────┼───────────────┤
│ dense_2 (Dense)                 │ (None, 5)              │           325 │
└─────────────────────────────────┴────────────────────────┴───────────────┘
 Total params: 241,669 (944.02 KB)
 Trainable params: 241,221 (942.27 KB)
 Non-trainable params: 448 (1.75 KB)
Epoch 1/20
55/55 ━━━━━━━━━━━━━━━━━━━━ 3s 29ms/step - accuracy: 0.7140 - loss: 1.0157 - val_accuracy: 0.0440 - val_loss: 2.5356
Epoch 2/20
55/55 ━━━━━━━━━━━━━━━━━━━━ 1s 24ms/step - accuracy: 0.8400 - loss: 0.5609 - val_accuracy: 0.0440 - val_loss: 3.5172
Epoch 3/20
55/55 ━━━━━━━━━━━━━━━━━━━━ 1s 23ms/step - accuracy: 0.8477 - loss: 0.4715 - val_accuracy: 0.0440 - val_loss: 4.2830
Epoch 4/20
55/55 ━━━━━━━━━━━━━━━━━━━━ 1s 24ms/step - accuracy: 0.8589 - loss: 0.4113 - val_accuracy: 0.0440 - val_loss: 5.1124
Epoch 5/20
55/55 ━━━━━━━━━━━━━━━━━━━━ 1s 25ms/step - accuracy: 0.8694 - loss: 0.3654 - val_accuracy: 0.0490 - val_loss: 5.2911
Epoch 6/20
55/55 ━━━━━━━━━━━━━━━━━━━━ 1s 25ms/step - accuracy: 0.8831 - loss: 0.3105 - val_accuracy: 0.0640 - val_loss: 5.3669
Epoch 7/20
55/55 ━━━━━━━━━━━━━━━━━━━━ 1s 25ms/step - accuracy: 0.8957 - loss: 0.2834 - val_accuracy: 0.0680 - val_loss: 4.8968
Epoch 8/20
55/55 ━━━━━━━━━━━━━━━━━━━━ 1s 24ms/step - accuracy: 0.9049 - loss: 0.2518 - val_accuracy: 0.0980 - val_loss: 4.3102
Epoch 9/20
55/55 ━━━━━━━━━━━━━━━━━━━━ 1s 24ms/step - accuracy: 0.9171 - loss: 0.2195 - val_accuracy: 0.2380 - val_loss: 2.9597
Epoch 10/20
55/55 ━━━━━━━━━━━━━━━━━━━━ 1s 24ms/step - accuracy: 0.9254 - loss: 0.1916 - val_accuracy: 0.4110 - val_loss: 1.7583
Epoch 11/20
55/55 ━━━━━━━━━━━━━━━━━━━━ 1s 25ms/step - accuracy: 0.9346 - loss: 0.1729 - val_accuracy: 0.5670 - val_loss: 1.0569
Epoch 12/20
55/55 ━━━━━━━━━━━━━━━━━━━━ 1s 25ms/step - accuracy: 0.9463 - loss: 0.1474 - val_accuracy: 0.7920 - val_loss: 0.5172
Epoch 13/20
55/55 ━━━━━━━━━━━━━━━━━━━━ 1s 25ms/step - accuracy: 0.9537 - loss: 0.1291 - val_accuracy: 0.9000 - val_loss: 0.2761
Epoch 14/20
55/55 ━━━━━━━━━━━━━━━━━━━━ 1s 25ms/step - accuracy: 0.9554 - loss: 0.1206 - val_accuracy: 0.9350 - val_loss: 0.2312
Epoch 15/20
55/55 ━━━━━━━━━━━━━━━━━━━━ 1s 25ms/step - accuracy: 0.9631 - loss: 0.1025 - val_accuracy: 0.9790 - val_loss: 0.0968
Epoch 16/20
55/55 ━━━━━━━━━━━━━━━━━━━━ 1s 24ms/step - accuracy: 0.9717 - loss: 0.0836 - val_accuracy: 0.9790 - val_loss: 0.0837
Epoch 17/20
55/55 ━━━━━━━━━━━━━━━━━━━━ 1s 25ms/step - accuracy: 0.9780 - loss: 0.0694 - val_accuracy: 0.9830 - val_loss: 0.0778
Epoch 18/20
55/55 ━━━━━━━━━━━━━━━━━━━━ 1s 25ms/step - accuracy: 0.9806 - loss: 0.0601 - val_accuracy: 0.9900 - val_loss: 0.0548
Epoch 19/20
55/55 ━━━━━━━━━━━━━━━━━━━━ 1s 24ms/step - accuracy: 0.9829 - loss: 0.0573 - val_accuracy: 0.9860 - val_loss: 0.0545
Epoch 20/20
55/55 ━━━━━━━━━━━━━━━━━━━━ 1s 24ms/step - accuracy: 0.9849 - loss: 0.0552 - val_accuracy: 0.9910 - val_loss: 0.0428

测试集损失：0.0326
测试集准确率：0.9920（99.20%）

进程已结束，退出代码为 0

五、运行结果分析与项目总结

1. 运行结果详细分析

​ 结合上述运行结果，从模型结构、训练过程、最终效果三个维度，详细分析项目运行情况，验证项目是否达到预期目标：

（1）模型结构分析

模型总计241,669个参数（944.02 KB），属于轻量化模型，符合设计预期：

• 卷积模块参数占比最高（320+128+18496+256+73856+512=93568），核心用于特征提取，参数数量合理，既保证特征提取能力，又避免冗余；

• 全连接模块参数（131328+16448+325=148101），逐步压缩特征维度，参数数量可控，避免全连接层参数过多导致的过拟合与计算量激增；

• 非训练参数（448）为批量归一化层的参数，不参与训练，仅用于加速收敛，设计合理。

（2）训练过程分析

• 准确率趋势：训练集准确率从第1轮的71.40%逐步提升至第20轮的98.49%，验证集准确率从0.0440提升至99.10%，两者逐步趋于一致，说明模型学习效果好，泛化能力强；

• 损失趋势：训练集损失从1.0157逐步下降至0.0552，验证集损失从2.5356下降至0.0428，两者均逐步趋于平稳，且差距较小（训练集0.0552，验证集0.0428），说明模型无过拟合，收敛稳定；

• 训练速度：每轮训练时间约1-3秒（普通CPU），20轮总计约30秒，符合轻量化模型的设计预期，新手可快速验证训练效果；

• 回调函数效果：验证集准确率逐步提升，未出现连续10轮不下降的情况，因此模型训练满20轮，最终保存的最优模型准确率可达99.10%（验证集），回调函数起到了有效的优化作用。

（3）最终效果分析

​ 测试集损失0.0326，准确率99.20%，远超预期目标（≥99%），说明模型效果优异：