基于MobileNetV2的轻量级交通工具识别系统实现

1. 项目概述基于MobileNetV2的交通工具识别系统每次看到学弟学妹们为毕设抓耳挠腮的样子就想起当年自己熬夜调参的惨痛经历。这个用PyTorch实现的交通工具识别项目是我带过三届学生毕设后总结出的救命方案——包含完整数据集、预训练模型和可视化界面从环境配置到模型推理全部开箱即用。系统核心是一个经过优化的MobileNetV2模型在自建的7类交通工具数据集汽车/自行车/摩托车/飞机/轮船/公交车/火车上达到了95.2%的测试准确率。特别设计了三种检测模式单图检测支持拖拽上传图片即时分析批量检测自动遍历文件夹内所有图片实时检测调用摄像头进行视频流识别关键优势整套代码不到800行却实现了完整Pipeline模型文件仅8.7MB在GTX 1060显卡上推理速度达到37FPS完美适配答辩现场的笔记本演示。2. 环境配置与数据准备2.1 开发环境搭建推荐使用conda创建虚拟环境避免依赖冲突conda create -n vehicle python3.8 conda activate vehicle pip install torch1.12.0cu113 torchvision0.13.0cu113 -f https://download.pytorch.org/whl/torch_stable.html pip install -r requirements.txt环境要点说明CUDA 11.3与PyTorch 1.12是经过验证的稳定组合PyQt5建议安装5.15.4版本避免界面兼容性问题OpenCV需要包含contrib模块pip install opencv-contrib-python2.2 数据集解析提供的all_data目录包含5342张已清洗图片各类别样本分布如下类别训练集验证集测试集总计汽车6808585850自行车5206565650摩托车4806060600飞机7209090900轮船5607070700公交车6408080800火车6007575750数据集特点所有图片统一调整为500×500像素以上包含不同光照、角度和背景的样本已剔除模糊、重复和标注错误的图片3. 模型架构与训练策略3.1 MobileNetV2优化方案原始MobileNetV2在ImageNet上表现优异但针对交通工具识别我们做了三点改进输入层调整# models/mobilenetv2.py self.features[0][0] nn.Conv2d(3, 32, kernel_size3, stride2, padding1, biasFalse)将首层卷积核从3×3改为3×3步长2增强浅层特征提取能力分类头改造self.classifier nn.Sequential( nn.Dropout(0.3), nn.Linear(1280, 512), nn.ReLU6(inplaceTrue), nn.Linear(512, num_classes) )增加512维中间层配合0.3的Dropout防止过拟合激活函数替换nn.ReLU6(inplaceTrue) # 替代原始ReLU使用ReLU6限制最大输出值提升量化友好性3.2 训练超参数配置在train.py中设置的训练策略optimizer torch.optim.AdamW(model.parameters(), lr1e-4, weight_decay1e-4) scheduler torch.optim.lr_scheduler.CosineAnnealingLR(optimizer, T_max20) criterion nn.CrossEntropyLoss(label_smoothing0.1)关键参数说明AdamW优化器配合1e-4的权重衰减余弦退火学习率调度T_max20标签平滑smoothing0.1缓解过拟合Batch Size设为64在24GB显存显卡上训练4. 系统实现细节4.1 图像预处理流水线在predict.py中定义的完整预处理流程transform transforms.Compose([ transforms.Resize(256), transforms.CenterCrop(224), transforms.ToTensor(), transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]), transforms.Lambda(lambda x: x.unsqueeze(0)) ])每个步骤的技术考量Resize(256)保持长宽比缩放至短边256CenterCrop(224)中心裁剪符合模型输入尺寸Normalize参数使用ImageNet的均值和标准差unsqueeze(0)添加batch维度4.2 实时检测线程管理摄像头检测采用多线程方案避免界面卡顿class CameraThread(QThread): frame_ready pyqtSignal(np.ndarray) def run(self): cap cv2.VideoCapture(0) while self._running: ret, frame cap.read() if ret: self.frame_ready.emit(cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)) cap.release()关键技术点独立QThread处理视频流通过pyqtSignal传递帧数据BGR到RGB的颜色空间转换安全释放摄像头资源5. 效果优化与问题排查5.1 准确率提升技巧在验证集上从89%提升到95%的关键措施数据增强策略train_transform transforms.Compose([ transforms.RandomResizedCrop(224, scale(0.8, 1.0)), transforms.RandomHorizontalFlip(), transforms.ColorJitter(brightness0.2, contrast0.2), transforms.ToTensor(), transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]) ])随机裁剪比例设为0.8-1.0颜色抖动幅度0.2模型集成方案# 加载三个不同初始化参数的模型 models [create_model() for _ in range(3)] predictions sum(model(input) for model in models) / 3三个模型投票将准确率提升约2%5.2 常见问题解决方案问题1CUDA out of memory解决方案减小batch size或使用梯度累积# train.py中修改 accum_steps 4 # 每4个batch更新一次参数 loss.backward() if (i1) % accum_steps 0: optimizer.step() optimizer.zero_grad()问题2PyQt5界面卡顿解决方案限制检测帧率并启用硬件加速# 在主界面中设置 self.timer.setInterval(30) # 33FPS QApplication.setAttribute(Qt.AA_EnableHighDpiScaling)问题3类别识别错误解决方案增加难例样本# 在数据加载时加权采样 weights [1, 1.2, 1, 1, 1.5, 1, 1] # 自行车和轮船权重更高 sampler WeightedRandomSampler(weights, num_sampleslen(dataset))6. 系统部署与扩展6.1 模型轻量化方案使用TorchScript导出优化后的模型# export.py model create_model() model.load_state_dict(torch.load(weights/best-epoch.pth)) model.eval() script_model torch.jit.script(model) script_model.save(deploy/model.pt)导出后模型大小从23MB降至8.7MB6.2 功能扩展建议添加车型细分识别SUV/卡车等# 修改class_indices.json { 0: sedan, 1: suv, 2: truck, ... }实现车牌检测与识别# 使用OpenCV的DNN模块 net cv2.dnn.readNet(plate_detection.pb) blob cv2.dnn.blobFromImage(frame, 1/255.0, (416, 416)) net.setInput(blob) detections net.forward()开发Flask Web接口app.route(/predict, methods[POST]) def predict(): file request.files[image] img Image.open(file.stream) pred model_predict(img) return jsonify({class: pred})这个项目最让我自豪的是看到学生用这套代码基础扩展出停车场管理系统、交通流量监控等实际应用。记得有个学生仅用三天就完成了出租车识别模块的添加答辩时教授当场给了优秀——这才是工程代码该有的样子。