企业官网建设流程全解析

简介：基于Python的深度学习舌苔识别系统是一份面向高校人工智能、计算机相关专业毕业设计及医学图像入门研究的完整工程资源。系统以卷积神经网络为特征提取主干，引入迁移学习优化训练效率，并基于PyQt开发图形界面，支持舌象图像导入、实时病理分析及可视化报告生成。压缩包含131个文件，涵盖Python源码、pth模型权重、PyQt的ui界面设计、json配置、jpg/png样本图像、docx论文文档及tfevents训练日志等，整体约105.67MB，模块化目录便于定位算法、界面与模型文件。项目提供端到端的舌象病理特征自动识别流程、完整的模型再训练接口，以及准确率、召回率等多维度评估体系，配套论文对数据预处理、网络结构与训练策略均有系统论述，可作为毕业设计参考或医学AI课程综合训练案例。目前已有70人浏览学习，适合需要快速搭建舌苔识别原型、研究深度学习医疗应用的读者。

1. 舌苔识别这事，难的不是模型而是把模型塞进 GUI

做基于 Python 的深度学习舌苔识别系统，很多人以为难点在模型，等真动手才发现，训练一个能跑的分类网络是最顺的一段路，真正折磨人的是把 PyTorch 模型装进 GUI、让不懂深度学习的用户能点开就用。这个项目就是典型的全链路工程：数据预处理、CNN 训练、模型导出、界面集成、打包发布，每一步都踩得到坑。适合三类人：拿它做毕业设计的学生，想练完整项目经验的新手，以及想复用一套舌象分类工程做二次开发的从业者。这套思路不挑任务，换成皮肤分类、眼底图像筛查，流程完全一样。

2. 数据集与预处理：先把舌苔图片变成模型能吃的张量

2.1 舌苔数据集从哪里来、怎么划分

舌苔识别的公开数据集不算多，常见做法是从学校开源项目、Kaggle 医学图像合集里收集，或者自己拍。总量几百到几千张都行，关键是类别要符合你的标签体系——有的人按舌色分（淡红、红、绛红），有的人按苔质分（薄白、黄腻、剥苔），这个项目里我一般建议按 2 到 5 类做，类别太多小数据集扛不住。

数据集划分很关键，我常用的比例是 7:2:1，分别对应 train、val、test。训练集负责学特征，验证集用来挑超参和做早停，测试集只碰一次，模拟真实的识别效果。划分时还要注意同一张舌象的多个角度图必须放在同一个集合里，不能把一个人的图同时分进训练集和验证集，否则验证集会被“作弊”——模型见过这个人，验证准确率虚高。

划分脚本不复杂，一个纯 Python 的 random 操作就行，但必须先保证目录组织是对的。常见做法是按类别建文件夹：

datasets/ ├── train/ │ ├── class_0/ │ │ ├── 001.jpg │ │ └── 002.jpg │ ├── class_1/ │ └── class_2/ ├── val/ └── test/

这种结构直接用文件夹名当标签，加载代码简单，也不容易出错。我见过有些人图省事用 CSV 记录标签，代码写起来反而啰嗦，还得维护两份映射关系。

2.2 预处理函数：归一化、尺寸统一与数据增强

舌苔图片是自然光下拍的，各设备白平衡不一样，这在深度学习里属于标准的图像分类问题，所以预处理直接套用 ImageNet 那套经验即可。统一到 224×224，归一化用 ImageNet 的 mean 和 std，因为后面要加载在 ImageNet 上预训练过的模型权重，数据分布必须对得上。

import cv2 import numpy as np from torchvision import transforms # 训练集：带增强，防过拟合 train_transform = transforms.Compose([ transforms.RandomRotation(degrees=10), # 小幅旋转，模拟拍摄角度偏差 transforms.RandomHorizontalFlip(p=0.5), # 水平翻转，舌象左右对称可安心用 transforms.ColorJitter(brightness=0.2, contrast=0.2), transforms.Resize((224, 224)), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ]) # 验证/测试集：只做尺寸统一和归一化 eval_transform = transforms.Compose([ transforms.Resize((224, 224)), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ])

这里有个细节：增强只加在训练集，验证集和测试集不能做 RandomRotation、RandomHorizontalFlip 这类随机操作，否则每次跑出来的评估结果都不一样，你没法判断模型到底是变好了还是随机扰动的影响。ColorJitter 的 brightness 和 contrast 参数别调太大，舌苔颜色本身是重要特征，增强过度会把模型搞糊涂。

2.3 数值稳定与加载：一个把坑堵死的 DataLoader 封装

预处理写完后，下一步是用 DataLoader 把数据源接进训练循环。这里有一个特别容易翻车的地方：训练集和验证集的 transform 不同，但很多人偷懒只写一个 transform，最后模型在训练集上 acc 99%，验证集上 acc 60%，还不明白怎么回事。

from torch.utils.data import DataLoader from torchvision import datasets, transforms def build_dataloader(data_root, batch_size=32): train_dataset = datasets.ImageFolder( root=os.path.join(data_root, 'train'), transform=train_transform ) val_dataset = datasets.ImageFolder( root=os.path.join(data_root, 'val'), transform=eval_transform ) train_loader = DataLoader(train_dataset, batch_size=batch_size, shuffle=True, num_workers=4, drop_last=True) val_loader = DataLoader(val_dataset, batch_size=batch_size, shuffle=False, num_workers=4) return train_loader, val_loader, train_dataset.classes

batch_size 在显存不够时要往下调，很多人跑 ResNet18 直接上 64 或 128，结果显存溢出。默认 32 是安全的，入门项目定量上 32 够了。num_workers 在 Windows 上建议改成 0，否则某些环境下会报 DataLoader worker 相关的错误。drop_last=True 是为了防止最后一个 batch 样本数太少导致 BN 层统计量抖动，训练集用它，验证集不要用。

3. 模型选型与训练：ResNet18 为什么是舌苔识别的甜点位

3.1 选型理由：小数据集上 ResNet 比 VGG 稳

舌苔识别的特征集中在颜色、纹理、厚薄区域，属于中低层视觉特征，不需要特别深的网络。常见做法是拿 torchvision 里预训练好的 ResNet18 做骨干，把最后一层全连接改成自己的分类数。选 ResNet18 有三个理由：参数只有 1170 万左右，CPU 上推理能接受；残差结构在小数据集上不容易退化；在 ImageNet 上预训练过的特征对舌苔纹理这种视觉模式有很强的迁移能力。

VGG16 在这个场景下我不推荐，参数多达 1.38 亿，训练慢，推理也慢，而且在小数据集上更容易过拟合。更深一点的 ResNet50 也不是不能用，但舌苔数据集通常只有几百到几千张，深网络的优势发挥不出来，反而要花更多时间调正则化。

import torchvision.models as models import torch.nn as nn def create_model(num_classes=4, pretrained=True): model = models.resnet18(weights='IMAGENET1K_V1' if pretrained else None) in_features = model.fc.in_features model.fc = nn.Sequential( nn.Dropout(p=0.2), # 防止过拟合，常见做法是放在全连接前 nn.Linear(in_features, num_classes) ) return model

这里把原来的全连接层换成 Dropout 加 Linear，是因为小数据集上 fc 层最容易过拟合。Dropout 的 p 值我一般用 0.2，不要开到 0.5 以上，舌苔图像特征本来就不强，丢太多信息会欠拟合。

3.2 训练配置：优化器、学习率与早停

训练配置我习惯直接抄一套成熟配方：SGD + momentum 0.9，学习率从 0.001 开始，配合 ReduceLROnPlateau 在验证集 loss 不降时衰减；batch size 设 32；训练最多 50 个 epoch，早停 patience 设 10。用 Adam 也行，但在这个数据规模下 SGD 对学习率的敏感度更低，不容易跑飞。

import torch import torch.nn as nn from torch.optim import lr_scheduler def train_model(model, train_loader, val_loader, epochs=50): device = torch.device('cuda' if torch.cuda.is_available() else 'cpu') model = model.to(device) criterion = nn.CrossEntropyLoss() optimizer = torch.optim.SGD(model.parameters(), lr=0.001, momentum=0.9, weight_decay=1e-4) scheduler = lr_scheduler.ReduceLROnPlateau(optimizer, mode='min', factor=0.1, patience=5) best_loss = float('inf') patience_counter = 0 for epoch in range(epochs): model.train() running_loss = 0.0 for inputs, labels in train_loader: inputs, labels = inputs.to(device), labels.to(device) optimizer.zero_grad() outputs = model(inputs) loss = criterion(outputs, labels) loss.backward() optimizer.step() running_loss += loss.item() val_loss = evaluate(model, val_loader, criterion, device) scheduler.step(val_loss) if val_loss < best_loss: best_loss = val_loss torch.save(model.state_dict(), 'best_model.pth') patience_counter = 0 else: patience_counter += 1 if patience_counter >= 10: print(f'早停在第 {epoch + 1} 轮') break

weight_decay 是 L2 正则，这个值很影响结果。1e-4 是常见做法，太小等于没用，太大会把所有权重压到接近 0 导致欠拟合。ReduceLROnPlateau 的 patience 设 5 的意思是验证集 loss 连续 5 轮不降就把学习率乘以 0.1，早停的 patience 设 10 则是在学习率衰减后仍不见好转就彻底停掉。

3.3 训练曲线的判读：loss 和 acc 对不上的时候怎么处理

训练完第一件事不是看准确率，是看曲线。干净的训练曲线应该是训练 loss 稳步下降、验证 loss 先降后平，两条线之间距离不大。常见的异常有几种：

训练 loss 降了但验证 loss 一直涨，这是典型的过拟合，处理顺序是：先加数据增强强度，再加 Dropout，最后才考虑缩小模型。反过来训练 loss 都不降，先看学习率是不是太小，再看标签有没有错——舌苔图类别之间长得太像，标注时经常把薄白苔和厚白苔混在一起。

还有一种玄学现象是 validation loss 在某个节点突然跳高又恢复，这通常是验证集里混入了质量很差的图（比如对焦模糊、舌头没伸出来），不一定是模型问题。我一般会把这轮出错的样本打出来看一眼，很多“模型有问题”最后都是数据问题。这个习惯能在后面 GUI 阶段帮你省下大量排查时间。

4. 模型导出与推理封装：从 .pth 到 ONNX 的落地之路

4.1 为什么必须转 ONNX：PyTorch 的推理环境太笨重

模型训练完是 .pth 权重，但在 GUI 里直接加载它意味着用户环境得装好 PyTorch、torchvision、gcc 那一整套东西，动辄几个 GB，装完还有各种版本冲突。转成 ONNX 之后，推理只需要 onnxruntime 一个包，CPU 版本才几十 MB，而且推理速度通常比 PyTorch 的 CPU 模式快一截。

ONNX 是模型的中间格式，相当于把网络结构、权重、算子全部固化成一个文件。常见做法是训练完立即导出一次，导出时记下输入尺寸和输出张量结构，这些参数后面写推理封装时要用。注意导出和推理用的版本要匹配，PyTorch 官方文档建议 opset_version 选 11 到 15，我用 11 就够，兼容性最好。

import torch def export_onnx(model, dummy_input_size=(1, 3, 224, 224), output_path="tongue_model.onnx"): device = torch.device('cpu') model = model.to(device).eval() dummy_input = torch.randn(*dummy_input_size, device=device) torch.onnx.export( model, dummy_input, output_path, opset_version=11, input_names=['input'], output_names=['output'], dynamic_axes={ 'input': {0: 'batch_size'}, 'output': {0: 'batch_size'} } ) print(f'导出完成：{output_path}')

dynamic_axes 让 batch 维度可以动态变化。GUI 里一次只推理一张图，动态 batch 没有实际用处，但如果你想写一个支持批量识别的脚本，这个配置就省事了。注意导出前必须调用 eval()，把 BN 层和 Dropout 层切到推理模式，否则导出的模型行为会不一致。

4.2 导出后的校验：这一步不做等于给自己埋雷

导出完别急着接进 GUI，先拿同一张图分别跑 PyTorch 模型和 ONNX 模型，对比输出张量。ONNX 在算子转换过程中偶尔会有细微差异，特别是遇到 ResNet 里的 BatchNorm 和 GlobalAveragePooling 时，理论误差应该在 1e-3 以内，超过这个量级说明导出参数有问题或者算子不兼容。

import onnxruntime as ort import numpy as np import torch def check_onnx(onnx_path, torch_model, test_input): # PyTorch 输出 with torch.no_grad(): torch_output = torch_model(test_input).numpy() # ONNX Runtime 输出 sess = ort.InferenceSession(onnx_path, providers=['CPUExecutionProvider']) onnx_output = sess.run(['output'], {'input': test_input.numpy()})[0] diff = np.max(np.abs(torch_output - onnx_output)) print(f'最大绝对误差：{diff:.6f}') assert diff < 1e-3, '误差超过阈值，导出有问题'

这个校验脚本每次改完模型都要跑一遍，能挡住九成 GUI 阶段的诡异 bug。我见过一个真实案例：模型在 Torch 里准确率 92%，转完 ONNX 之后准确率掉到 60%，原因是导出时漏写了 eval()，BN 层还在用训练时的统计量。这类问题不看校验结果根本想不到。

4.3 推理封装：把预处理、推理、后处理收进一个类

GUI 阶段最容易写乱的就是逻辑散落一地：界面代码里做图像读取，另一个函数里做归一化，再在按钮回调里写推理。正确做法是把推理收成一个类，界面只负责拿图片路径调用它，拿到的是已经映射好类别名的结果。

import onnxruntime as ort import numpy as np import cv2 class TongueClassifier: def __init__(self, onnx_path, class_names, img_size=224): self.sess = ort.InferenceSession(onnx_path, providers=['CPUExecutionProvider']) self.class_names = class_names self.mean = np.array([0.485, 0.456, 0.406], dtype=np.float32) self.std = np.array([0.229, 0.224, 0.225], dtype=np.float32) self.img_size = img_size def preprocess(self, img_path): img = cv2.imread(img_path, cv2.IMREAD_COLOR) img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) img = cv2.resize(img, (self.img_size, self.img_size)) img = img.astype(np.float32) / 255.0 img = (img - self.mean) / self.std img = img.transpose(2, 0, 1) # HWC -> CHW return np.expand_dims(img, axis=0).astype(np.float32) def predict(self, img_path, top_k=3): input_tensor = self.preprocess(img_path) logits = self.sess.run(['output'], {'input': input_tensor})[0] scores = self._softmax(logits[0]) indices = np.argsort(scores)[::-1][:top_k] return [(self.class_names[i], float(scores[i])) for i in indices] def _softmax(self, x, temperature=1.0): x = x / temperature e_x = np.exp(x - np.max(x)) return e_x / e_x.sum()

softmax 里的 temperature 参数可以调：想要模型输出更自信，把 temperature 设成 0.8；想要更保守，设成 1.2。GUI 里展示置信度时用这个分数，用户能直观看到模型对这张图的把握有多大。class_names 的列表顺序必须和训练时文件夹的类索引完全一致，否则结果全是错位的。

5. 舌苔识别 GUI 实现与避坑：PyQt5 的线程、路径与打包坑

5.1 界面框架选型：PyQt5 还是 Tkinter

GUI 框架主要两个选择。Tkinter 是 Python 自带，零依赖，打包体积小，但控件丑、布局麻烦，做个上传加识别的小界面还行；PyQt5 控件丰富、样式成熟，文件对话框、图片缩放、表格展示都现成，缺点是打包后体积大几十 MB。做舌苔识别这种带图片预览和结果展示的系统，我选 PyQt5。

Tkinter 不是不能做，但它的事件循环和线程机制比较脆，遇到耗时推理时很容易出现“窗口白屏”的假死状态，还得自己处理线程间通信。PyQt5 的 signal-slot 机制天然解决这个问题，代码写起来也直观很多。

5.2 GUI 骨架实现：上传、预览、识别、结果展示

界面布局常见做法是左右分栏：左边是图片预览区，右边是结果区，底部放操作按钮。核心逻辑在识别按钮的槽函数里，它要做三件事：取文件路径、调用推理类预测、把结果写进界面控件。直接写一个最小可跑的骨架。

import sys from PyQt5.QtWidgets import QApplication, QMainWindow, QPushButton, QLabel, QFileDialog, QVBoxLayout, QHBoxLayout, QWidget, QProgressBar from PyQt5.QtGui import QPixmap from PyQt5.QtCore import Qt, QThread, pyqtSignal class Worker(QThread): finished = pyqtSignal(list) # 推理完成后发信号，参数是预测结果列表 def __init__(self, classifier, img_path): super().__init__() self.classifier = classifier self.img_path = img_path def run(self): result = self.classifier.predict(self.img_path) self.finished.emit(result) class MainWindow(QMainWindow): def __init__(self, classifier): super().__init__() self.classifier = classifier self.current_image = None self.preview_label = QLabel('选择舌苔图片') self.preview_label.setAlignment(Qt.AlignCenter) self.preview_label.setFixedSize(400, 300) self.result_label = QLabel('识别结果') self.result_label.setWordWrap(True) self.btn_open = QPushButton('选择图片') self.btn_predict = QPushButton('开始识别') self.btn_predict.setEnabled(False) self.progress = QProgressBar() self.progress.hide() self.btn_open.clicked.connect(self.open_image) self.btn_predict.clicked.connect(self.start_predict) layout = QHBoxLayout() layout.addWidget(self.preview_label) right_layout = QVBoxLayout() right_layout.addWidget(self.result_label) right_layout.addWidget(self.btn_open) right_layout.addWidget(self.btn_predict) right_layout.addWidget(self.progress) layout.addLayout(right_layout) container = QWidget() container.setLayout(layout) self.setCentralWidget(container) def open_image(self): path, _ = QFileDialog.getOpenFileName(self, '选择图片', '', '图片文件 (*.jpg *.png)') if path: self.current_image = path pixmap = QPixmap(path).scaled(400, 300, Qt.KeepAspectRatio) self.preview_label.setPixmap(pixmap) self.btn_predict.setEnabled(True) def start_predict(self): if not self.current_image: return self.btn_predict.setEnabled(False) self.progress.show() self.worker = Worker(self.classifier, self.current_image) self.worker.finished.connect(self.on_predicted) self.worker.start() def on_predicted(self, result): text = '\n'.join(f'{name}: {score:.2%}' for name, score in result) self.result_label.setText(text) self.progress.hide() self.btn_predict.setEnabled(True)

Worker 是这里的关键。推理直接放到 QThread 里跑，主线程只负责显示界面，推理完成后通过 finished 信号把结果传回来。如果不用线程，点击识别时界面会卡死几秒，Windows 上甚至会提示“程序无响应”，这是 GUI 应用最不能容忍的体验。

5.3 避坑记录：五个真实踩过的 GUI 集成问题

以下五条都是我在实际部署中遇到过的，每条都按现象、原因、解决写清楚。

坑一：点击识别后窗口假死

• 现象：点击按钮后窗口转圈，标题栏显示“未响应”，过几秒恢复。
• 原因：推理逻辑直接写在按钮槽函数里，阻塞了 Qt 的事件循环。
• 解决：用 QThread 跑推理，结果通过信号传回主线程。注意 Worker 不能被垃圾回收，要存成 self.worker。

坑二：Qt 会莫名其妙崩溃，报错 QThread: Destroyed while thread is still running

• 现象：程序运行几次后崩溃，控制台输出 QThread destroyed 错误。
• 原因：关闭窗口时 Worker 线程还在跑，线程被强制销毁。
• 解决：在 closeEvent 里调用 self.worker.wait() 或 requestInterruption()，先停线程再收窗口。

坑三：打包后 QSS 样式和图片加载不出来

• 现象：源码里界面正常，PyInstaller 打包后按钮样式丢失、预览区空白。
• 原因：相对路径在打包解包后失效，资源文件被 PyInstaller 放进了临时目录 _MEIPASS。
• 解决：用 sys._MEIPASS 拼资源路径，代码里不要写死相对路径。

import sys, os def resource_path(relative_path): base = getattr(sys, '_MEIPASS', os.path.abspath('.')) return os.path.join(base, relative_path)

坑四：onnxruntime 安装失败或加载 DLL 失败

• 现象：pip install onnxruntime 报错，或者在别的机器上运行提示找不到 VCRUNTIME140.dll。
• 原因：onnxruntime 依赖 Microsoft Visual C++ 运行库，新环境默认没装。
• 解决：下载 VC_redist.x64.exe 装上；否则打包时把 onnxruntime 相关的 DLL 手动加进 --add-binary。

坑五：ONNX 模型路径写死导致别的目录下启动失败

• 现象：在 IDE 里跑正常，打包后双击 exe 报找不到模型文件。
• 原因：模型路径用了相对路径，启动目录一变就找不到。
• 解决：按坑三的 resource_path 拿到绝对路径，再传给 TongueClassifier。资源文件在打包时用 --add-data 手动加进去。

6. 打包发布与推理加速：让没装 Python 的同学也能点开就用

6.1 PyInstaller 打包：命中 hidden import 才是关键

GUI 程序做出来之后，最后一步是把它变成一个普通用户能双击运行的 exe。PyInstaller 是最成熟的方案，常见做法是先写 spec 文件再打包，避免命令行参数写太长遗漏。我的打包命令基准是这样的：

pyinstaller --onedir --windowed --add-data "tongue_model.onnx;." --add-data "assets;assets" --hidden-import onnxruntime main.py

--onedir 比 --onefile 好，启动速度快很多，--onefile 每次运行都要解压临时文件，在机械硬盘上能等出心理阴影。--add-data 把 ONNX 模型和界面资源打进去，Windows 下分隔符是分号不是冒号，这个细节导致过不少打包失败。如果打包后提示缺少模块，多半是动态导入没被发现，要手动补 --hidden-import。

打包完第一件事不是发给别人，是先在自己机器上把 exe 挪到一个全新目录运行一遍，排查“本地开发路径下的资源失效问题”。我吃过一次亏：exe 和模型文件放在同一目录下能跑，换到别的目录就崩，因为打包时忘了加 --add-data，模型根本没有进入包内。

6.2 推理加速：ONNX Runtime 能比 PyTorch 快一半以上

舌苔识别这种单图推理对延迟不敏感，但 GUI 里每等一秒用户体验就掉一截。ONNX Runtime 的 CPU 推理速度通常比 PyTorch CPU 模式快 30% 到 60%，如果还不够，可以加两个配置参数：

session_options = ort.SessionOptions() session_options.intra_op_num_threads = 4 session_options.graph_optimization_level = ort.GraphOptimizationLevel.ORT_ENABLE_ALL sess = ort.InferenceSession('tongue_model.onnx', sess_options=session_options, providers=['CPUExecutionProvider'])

intra_op_num_threads 设成 4 是因为大部分 CPU 的物理核就是 4 个，设太高线程切换反而拖慢速度。graph_optimization_level 开到 ALL 会让 ONNX Runtime 自动合并算子和消除冗余计算，这是免费的性能提升。如果对推理速度还有更高要求，可以试 ONNX 的动态量化，把权重从 float32 压到 int8，模型体积缩小四分之一，但舌苔识别对颜色细节敏感，量化后准确率可能掉 1 到 3 个点，需要自己权衡。

从那以后我每次打包发布前都强制走一遍固定流程：跑 ONNX 一致性校验、检查 resource_path、确认线程安全关闭，然后才敢把 exe 发出去。这套流程堵住过一次“模型文件没打包进去”的事故，也堵住过一次“图片路径含中文时 QPixmap 读不出来”的坑。这条路走到最后你会发现，深度学习项目真正难的不是前面训练时调 acc，而是让一个完全不懂模型的人双击鼠标就能得到可靠的结果。希望这份拆解能帮你在自己的部署路上少踩几个坑。

本文还有配套的精品资源，点击获取