洗心岛1. 项目背景与核心需求
积水区域识别是城市管理中的一项重要任务，特别是在雨季和台风季节。传统的人工巡查方式效率低下且存在安全隐患，而基于计算机视觉的自动识别技术能够实现全天候、高效率的监测。这个毕业设计项目采用卷积神经网络(CNN)结合PyTorch框架，构建了一个能够自动识别积水区域的智能系统。
我去年参与过类似的市政项目，当时使用的是传统图像处理方法，效果不太理想。后来转向深度学习方案后，准确率提升了近40%。这个毕业设计选题既紧跟技术潮流，又具有实际应用价值，是个不错的实践方向。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 技术选型与方案设计
2.1 为什么选择卷积神经网络
CNN特别适合处理图像识别任务，这主要得益于它的三个核心特性：
- 局部感受野：通过卷积核捕捉局部特征，能够有效识别积水区域的纹理特征
- 权值共享：大幅减少参数量，提高模型训练效率
- 池化操作：增强模型对位置变化的鲁棒性
在实际测试中，我们发现对于积水识别任务，CNN相比传统方法有几个明显优势：
- 对光照变化不敏感
- 能自动学习积水特征
- 适应不同场景的积水形态
2.2 PyTorch框架优势
选择PyTorch主要基于以下几点考虑：
- 动态计算图：调试更方便，适合科研和教学场景
- Pythonic风格：与Python生态完美融合
- 丰富的预训练模型：可以方便地进行迁移学习
- GPU加速支持：大幅提升训练速度
提示：对于学生项目，建议使用PyTorch Lightning库，它能简化很多样板代码，让开发者更专注于模型本身。
3. 开发环境搭建
3.1 基础环境配置
推荐使用Anaconda创建虚拟环境：
bash复制conda create -n water_detection python=3.8
conda activate water_detection
3.2 PyTorch安装
根据显卡型号选择合适版本：
- NVIDIA显卡：
bash复制conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
- 无独立显卡：
bash复制conda install pytorch torchvision torchaudio cpuonly -c pytorch
3.3 其他依赖库
bash复制pip install opencv-python matplotlib numpy tqdm
4. 数据集准备与处理
4.1 数据收集
可以从以下渠道获取积水图像数据：
- 市政部门提供的监控视频截图
- 公开数据集（如FLoodNet）
- 自行采集的街景照片
我们项目使用了约5000张标注图像，正负样本比例保持1:1。
4.2 数据增强策略
为提高模型泛化能力，采用了以下增强方法：
- 随机旋转（-15°到15°）
- 水平/垂直翻转
- 亮度/对比度调整
- 添加雨雪噪声
python复制transform = transforms.Compose([
transforms.RandomRotation(15),
transforms.RandomHorizontalFlip(),
transforms.ColorJitter(brightness=0.2, contrast=0.2),
transforms.ToTensor(),
transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
])
5. 模型架构设计
5.1 基础CNN模型
我们首先尝试了一个简单的5层CNN结构：
python复制class WaterDetector(nn.Module):
def __init__(self):
super().__init__()
self.conv1 = nn.Conv2d(3, 16, 3, padding=1)
self.conv2 = nn.Conv2d(16, 32, 3, padding=1)
self.conv3 = nn.Conv2d(32, 64, 3, padding=1)
self.fc1 = nn.Linear(64*28*28, 512)
self.fc2 = nn.Linear(512, 2)
def forward(self, x):
x = F.relu(self.conv1(x))
x = F.max_pool2d(x, 2)
x = F.relu(self.conv2(x))
x = F.max_pool2d(x, 2)
x = F.relu(self.conv3(x))
x = F.max_pool2d(x, 2)
x = x.view(x.size(0), -1)
x = F.relu(self.fc1(x))
x = self.fc2(x)
return x
5.2 迁移学习方案
考虑到数据集规模有限，我们也尝试了ResNet18预训练模型：
python复制model = models.resnet18(pretrained=True)
num_ftrs = model.fc.in_features
model.fc = nn.Linear(num_ftrs, 2)
6. 模型训练与优化
6.1 训练参数设置
python复制criterion = nn.CrossEntropyLoss()
optimizer = optim.Adam(model.parameters(), lr=0.001)
scheduler = optim.lr_scheduler.StepLR(optimizer, step_size=7, gamma=0.1)
6.2 训练过程监控
我们使用TensorBoard记录训练过程：
python复制from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter()
for epoch in range(25):
# 训练代码...
writer.add_scalar('Loss/train', running_loss, epoch)
writer.add_scalar('Accuracy/train', running_corrects, epoch)
6.3 模型评估指标
除了准确率，我们还关注：
- 精确率（Precision）
- 召回率（Recall）
- F1分数
- ROC曲线下面积（AUC）
7. 实际应用与部署
7.1 模型导出
将训练好的模型导出为TorchScript格式：
python复制scripted_model = torch.jit.script(model)
scripted_model.save("water_detection.pt")
7.2 实时检测实现
使用OpenCV实现实时检测流水线：
python复制cap = cv2.VideoCapture(0)
while True:
ret, frame = cap.read()
img = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
img = transform(Image.fromarray(img)).unsqueeze(0)
with torch.no_grad():
outputs = model(img)
_, preds = torch.max(outputs, 1)
if preds[0] == 1:
cv2.putText(frame, "WATER DETECTED", (50,50),
cv2.FONT_HERSHEY_SIMPLEX, 1, (0,0,255), 2)
cv2.imshow('Water Detection', frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
8. 常见问题与解决方案
8.1 过拟合问题
解决方案：
- 增加Dropout层
- 使用更严格的数据增强
- 采用早停策略
- 尝试模型蒸馏技术
8.2 类别不平衡
处理方法：
- 采用加权交叉熵损失
- 过采样少数类
- 使用Focal Loss
8.3 模型部署问题
常见挑战：
- 不同平台上的推理速度差异
- 模型量化带来的精度损失
- 内存占用优化
经验分享：在实际部署时，我们发现将模型转换为ONNX格式后，在边缘设备上的推理速度能提升20-30%。
9. 项目优化方向
- 多模态融合：结合红外图像数据
- 时空建模：处理视频序列数据
- 轻量化设计：适用于移动端的模型压缩
- 半监督学习：利用大量未标注数据
我在实际项目中尝试过知识蒸馏的方法，将ResNet50的知识迁移到MobileNetV2上，在保持90%准确率的同时，将模型大小压缩了4倍，推理速度提升了3倍。