猫狗识别可能是过去几年里中国高校计算机相关专业毕业设计中出现频率最高的项目之一。如果你正在为毕设选题发愁或者已经被导师一句“做个深度学习相关的吧”逼到墙角那么这个项目确实值得认真做一遍。原因很简单它不依赖昂贵的设备普通笔记本的 CPU 也能跑数据集公开易获取模型结构有足够的讲解空间而且从数据处理、模型构建到训练评估完整覆盖了深度学习项目的主要环节。换句话说这是一个“麻雀虽小五脏俱全”的典型项目。但这里必须先给你一个判断这个项目最大的坑不是 CNN 原理看不懂也不是代码复杂而是版本环境问题。TensorFlow 2.x 版本迭代很快Keras 2 和 Keras 3 的 API 变化导致大量老教程代码直接跑不起来。你从 GitHub 上随便拉下来的项目大概率会报“keras.optimizers找不到”或者“ImageDataGenerator已经被移出核心”之类的错误。这篇文章会手把手带你基于 TensorFlow CNN 实现一个完整的猫狗二分类项目。全文按照“环境准备 → 数据集处理 → 模型搭建 → 训练评估 → 预测展示”的顺序推进代码全部基于 TensorFlow 2.10 及以上版本编写并兼顾新版 Keras 3 的兼容性写法。你只要能照着复制代码、按顺序运行就能跑通整个流程。更重要的是我会在每一步告诉你“为什么这样做”这样你写毕业论文时也能讲清楚设计思路。1. 这篇文章真正要解决的问题先聊一个比较现实的问题为什么猫狗识别这种看起来“烂大街”的项目仍然值得在 2026 年的毕设里继续使用因为真正的问题从来不是“有没有人做过”而是“你能不能独立做出来并且能把原理讲明白”。很多同学在毕设答辩时最大的尴尬是代码是从 GitHub 上克隆的训练过程是 Colab 上跑的当老师问“为什么卷积核选 3×3”“为什么池化层放在这里”“为什么过拟合了你怎么办”时现场失语。猫狗识别这个项目好就好在它的复杂度刚好卡在“能跑通”和“需要动脑”之间。数据量适中类别只有两类模型结构不用太深就能达到 70% 以上的准确率但如果你想提升到 90% 以上又必须去思考数据增强、模型结构、正则化、迁移学习这些真实问题。这种“跳一跳够得着”的难度最适合作为深度学习入门的完整实践项目。另一个问题是工程层面的。TensorFlow 生态在 2024 年之后进入了一个分水岭Keras 3 全面拥抱多后端PyTorch 在学术界占据了绝对主力地位。很多初学者一上来就在 TensorFlow 和 PyTorch 之间反复横跳最后什么都没学会。这里给你一个务实的建议如果你想快速完成毕设并且把原理搞清楚TensorFlow Keras 的顺序式 APISequential是最低门槛的路径。它的 API 设计高度抽象数据管道、模型构建、训练过程都封装得足够友好适合把精力集中在模型设计本身。如果你后续想从事算法研究再切 PyTorch 会顺畅得多。这篇文章默认你已经具备 Python 基础语法知识但不要求你有深度学习理论储备。所有关键概念比如卷积、池化、全连接、Dropout、数据增强我都会在相应位置给出通俗解释。2. CNN 核心概念与猫狗识别任务性质在写代码之前先花一点时间把 CNN 最核心的机制讲清楚。如果你已经学过 Chen 老师讲的知识点这部分可以快速浏览如果你是零基础这一节请认真读两遍。2.1 为什么图像分类需要卷积神经网络传统机器学习做图像分类的思路是把图片拉平成一个一维向量然后喂给支持向量机或者全连接网络。这种做法有一个致命的问题一张 128×128 的彩色图片有 128×128×3 49152 个像素值如果第一层全连接有 1024 个神经元那这一层的参数量就是 49152×1024 ≈ 5000 万。这还没算后面的层算力需求直接爆炸而且因为图像是二维结构拉平成一维会丢失像素之间的空间位置关系。CNN 解决这个问题靠两个关键设计局部连接和权值共享。卷积核也叫滤波器每次只盖住图片上的一小块区域例如 3×3 大小的窗口通过滑动窗口的方式扫描整张图片。同一个卷积核在整个图片上重复使用这就是权值共享。这样做的直接效果是参数量大幅下降同时模型能自动提取边缘、纹理、形状等层次化特征。2.2 理解卷积层、池化层和全连接层我们把 CNN 的典型结构拆成组件来看卷积层Convolution Layer是特征提取器。每一个卷积核可以理解为一个特征模板它在图片上滑动时计算局部像素和模板的匹配程度最终输出一张特征图。浅层卷积核通常会学到边缘、颜色、角度等低层特征深层卷积核会组合低层特征学到眼睛、耳朵、毛发纹理等高层语义特征。这就是 CNN“层次化特征学习”的本质。池化层Pooling Layer起到“压缩”的作用。最常用的是最大池化Max Pooling它在一个小窗口内取最大值作为代表其他值直接丢弃。这样做的意义有两个一是降低分辨率减少后续层的计算量二是让模型对微小位移更不敏感通俗讲就是“猫在图片里稍微偏了几个像素模型仍然能认出它是猫”。全连接层Fully Connected Layer位于网络末尾负责把卷积层提取到的特征图“展平”成一维向量然后做分类决策。二分类问题的输出层只需要 1 个神经元配合 Sigmoid 激活函数输出值在 0 到 1 之间可以看成预测样本属于“猫”的概率。2.3 为什么激活函数这么重要如果神经网络各层之间全部是线性变换那无论堆多少层本质上还是一个线性模型无法学习复杂的分类边界。激活函数引入非线性让神经网络具备拟合复杂函数的能力。卷积层中常用 ReLU 激活函数公式是f(x) max(0, x)计算非常简单但能有效缓解梯度消失问题。输出层使用 Sigmoid因为二分类最终输出概率Sigmoid 天然把实数映射到0,1区间。2.4 从特征图到分类结果的全过程我们可以把整个流程串起来理解输入一张猫的图片 → 卷积层逐层提取特征从边缘到纹理再到语义部件 → 池化层逐步降低分辨率保留最显著的特征 → 展平后经过全连接层整合特征 → 输出层经 Sigmoid 输出一个概率值。概率大于 0.5 判为猫小于 0.5 判为狗。看到这里你应该能理解为什么 CNN 特别适合图像任务了。它不需要人工设计特征而是用数据驱动的方式自动学习特征。这正是深度学习相对传统方法的最大优势。3. TensorFlow 环境搭建与基础概念3.1 选择合适的环境关于 TensorFlow 版本有一个很重要的背景信息从 2024 年开始TensorFlow 2.18 发布安装体验优化了不少后续版本也在持续迭代。但这里必须提醒你不要盲目追求最新版本因为 Linux 和 Windows 上预编译的 CUDA 版本和 cuDNN 版本兼容情况不完全一致如果盲目装最新版很可能会因为 CUDA 版本不对导致“找不到 libcudart”的错误。稳妥的方案是建议安装 TensorFlow 2.10 及以上版本或者直接装新版的 TensorFlow 2.18 系列。2.10 是一个兼容性很好的版本后面引入 Keras 3 之后部分 API 发生变化网上老教程的代码可能失效。你在参考老教程时要特别注意它写的是from tensorflow.keras还是from keras这两者在 Keras 3 时代行为可能不一样。3.2 创建虚拟环境不做无谓的冒险不管你是 Windows、Linux 还是 macOS都建议用虚拟环境隔离项目依赖。这里以 Anaconda 为例conda create -n catdog python3.9 conda activate catdogPython 3.9 和 3.10 是 TensorFlow 生态兼容性最好的两个版本不建议用 Python 3.13 尝鲜防止科学计算库编译不兼容。3.3 安装 TensorFlowCPU 版本安装命令pip install tensorflow如果你的电脑有 NVIDIA 显卡想用 GPU 加速可以安装带 GPU 支持的版本。注意TensorFlow 2.10 之后的 Windows 原生版本不再默认支持 GPU更稳妥的方式是用 WSL2 或者使用 Linux 环境pip install tensorflow[and-cuda]安装完之后验证环境是否正常import tensorflow as tf print(tf.__version__) print(tf.config.list_physical_devices(GPU))如果第一行能正常输出版本号说明 TensorFlow 安装成功。第二行如果能看到 GPU 设备列表说明 GPU 可用如果只是一个空列表说明当前环境是 CPU 运行对于猫狗识别这种小数据集CPU 也完全可以跑只是时间稍长。3.4 理解数据集基本概念猫狗识别用到的经典数据集通常被称为 Dogs vs Cats由 Kaggle 在 2013 年发布包含训练集 25000 张猫狗图片测试集 12500 张。这个数据集在学术和教学领域使用非常广泛。需要注意一个版权和数据来源问题Kaggle 数据集由微软研究院提供可用于学习和研究目的。如果你打算在论文中公开实验结果建议按照 Kaggle 的数据使用条款来操作。另外毕设场景下不要用爬虫去网上抓取猫狗图片因为图片版权归属复杂容易惹来麻烦。4. 数据集准备与预处理4.1 数据集目录结构从 Kaggle 下载数据集后你会得到一个train.zip文件。解压之后里面是 25000 张图片文件名形如cat.0.jpg、dog.0.jpg。如果你的毕设要求不高用全量数据训练当然可以但如果你需要快速迭代验证代码正确性强烈建议先建一个小的子集。推荐的目录结构如下catdog_data/ ├── train/ │ ├── cats/ │ └── dogs/ ├── validation/ │ ├── cats/ │ └── dogs/ └── test/ ├── cats/ └── dogs/训练集用于模型学习参数验证集用于在训练过程中评估模型表现、调整超参数测试集则用于最终评估模型泛化能力。三者互不重叠这是机器学习的基本准则。4.2 制作子集脚本这里给你一个实用的脚本从原始train文件夹中随机抽取部分图片生成训练子集。它本质上就是读取原文件路径复制到新的目录结构里。import os import shutil import random source_dir 原始数据集路径/train target_dir catdog_data # 每个类别的图片数量 train_count 1000 val_count 200 test_count 200 for split, count in [(train, train_count), (validation, val_count), (test, test_count)]: for class_name in [cat, dog]: class_dir os.path.join(source_dir, class_name) if not os.path.exists(class_dir): continue save_dir os.path.join(target_dir, split, class_name s) os.makedirs(save_dir, exist_okTrue) files [f for f in os.listdir(class_dir) if f.endswith(.jpg)] random.shuffle(files) selected files[:count] for f in selected: src os.path.join(class_dir, f) dst os.path.join(save_dir, f) shutil.copy(src, dst) print(f{split}/{class_name}: 复制 {len(selected)} 张)注意上面代码假设你已经把原始数据整理成了原始数据集路径/train/cat和原始数据集路径/train/dog这种按类别分文件夹的格式。如果你下载的是文件名带前缀的形式也可以先写一个重命名脚本按照类别.序号.jpg的规则移动文件这一步在毕设报告中可以写成“数据预处理模块”。4.3 图片预处理的关键操作深度学习模型一般不能直接接受原始图片需要做几步标准化操作统一尺寸。不同图片大小不一样需要缩放到固定尺寸比如 128×128 或 150×150。这里选择 128×128因为计算量适中训练速度更快。归一化。像素值范围是 0 到 255神经网络一般希望输入数据范围在 0 到 1 之间。最简单的方式是直接除以 255。数据增强。训练集图片太少时模型容易过拟合数据增强的作用就是通过随机翻转、旋转、缩放等方式创造“看起来不一样但实际上还是那只猫”的新样本相当于免费扩充数据集。TensorFlow 的tf.keras.preprocessing.image.ImageDataGenerator在旧版本中常用来做数据增强但在 Keras 3 中官方推荐用tf.keras.layers.Rescaling、RandomFlip、RandomRotation等预处理层集成在模型内部。这样更简洁也避免了老 API 的兼容性问题。下面代码会采用这种新写法。5. 完整示例代码实现这一节是文章的核心。我会分模块给出完整代码从模型构建到训练再到评估预测全部基于 TensorFlow 2.10 新版写法。5.1 导入依赖import os import matplotlib.pyplot as plt import tensorflow as tf from tensorflow.keras import layers, models, optimizers from tensorflow.keras.callbacks import EarlyStopping, ReduceLROnPlateaulayers提供卷积层、池化层、全连接层等基础组件。models提供顺序模型容器。optimizers提供优化器如 Adam。回调函数用于在训练过程中动态调整学习率或提前停止。5.2 准备训练数据新版写法鼓励用tf.keras.utils.image_dataset_from_directory直接读取文件夹图片它会自动处理标签映射。这里把训练集、验证集和测试集一次加载train_dir catdog_data/train val_dir catdog_data/validation test_dir catdog_data/test img_height 128 img_width 128 batch_size 32 train_ds tf.keras.utils.image_dataset_from_directory( train_dir, validation_split0.0, seed123, image_size(img_height, img_width), batch_sizebatch_size, label_modebinary ) val_ds tf.keras.utils.image_dataset_from_directory( val_dir, validation_split0.0, seed123, image_size(img_height, img_width), batch_sizebatch_size, label_modebinary ) test_ds tf.keras.utils.image_dataset_from_directory( test_dir, validation_split0.0, seed123, image_size(img_height, img_width), batch_sizebatch_size, label_modebinary )关键参数说明validation_split这里设为 0.0因为我们已经有独立的验证集目录不需要再从训练集里切分。label_modebinary表示输出标签是 0 或 1与 Sigmoid 输出层配合。image_size统一图片尺寸。为了性能优化建议在数据集管道上调用prefetch让数据加载和模型训练并行执行train_ds train_ds.prefetch(tf.data.AUTOTUNE) val_ds val_ds.prefetch(tf.data.AUTOTUNE) test_ds test_ds.prefetch(tf.data.AUTOTUNE)5.3 构建 CNN 模型这里的模型结构以 VGG 风格为基础进行简化核心思路是“卷积 池化”反复堆叠特征图尺寸逐层减半通道数逐层增加。model models.Sequential([ # 数据增强层只在训练时生效 layers.Rescaling(1.0 / 255, input_shape(img_height, img_width, 3)), layers.RandomFlip(horizontal), layers.RandomRotation(0.05), layers.RandomZoom(0.05), # 第一个卷积块 layers.Conv2D(32, (3, 3), activationrelu, paddingsame), layers.MaxPooling2D(2, 2), # 第二个卷积块 layers.Conv2D(64, (3, 3), activationrelu, paddingsame), layers.MaxPooling2D(2, 2), # 第三个卷积块 layers.Conv2D(128, (3, 3), activationrelu, paddingsame), layers.Conv2D(128, (3, 3), activationrelu, paddingsame), layers.MaxPooling2D(2, 2), # 第四个卷积块 layers.Conv2D(256, (3, 3), activationrelu, paddingsame), layers.MaxPooling2D(2, 2), # 分类头 layers.Flatten(), layers.Dropout(0.5), layers.Dense(512, activationrelu), layers.Dense(1, activationsigmoid) ]) model.summary()这段代码有几个关键设计Rescaling层放在模型的第一层将像素归一化到 0 到 1。输入形状在第一次全连接计算前自动推断。RandomFlip、RandomRotation、RandomZoom是数据增强层它们只在训练过程中生效推理时自动关闭不会影响预测结果。第三个卷积块使用了两层连续的卷积这样可以在保持分辨率的同时增加非线性表达力是 VGG 网络的典型设计思路。Dropout(0.5)在全连接层之前使用训练时随机丢弃一半的神经元强制模型不过度依赖某一个特征是缓解过拟合的常用手段。5.4 编译模型model.compile( optimizeroptimizers.Adam(learning_rate0.001), lossbinary_crossentropy, metrics[accuracy] )Adam是自适应学习率优化器对于大多数图像分类任务默认学习率 0.001 就是很好的起点。binary_crossentropy是二分类问题的标准损失函数它衡量预测概率与真实标签之间的差距数值越小说明预测越好。指标选择accuracy可以直接看到分类准确率。5.5 训练模型early_stop EarlyStopping( monitorval_loss, patience10, restore_best_weightsTrue ) reduce_lr ReduceLROnPlateau( monitorval_loss, factor0.5, patience3, min_lr1e-6 ) history model.fit( train_ds, validation_dataval_ds, epochs50, callbacks[early_stop, reduce_lr] )EarlyStopping是训练保护机制。当验证集损失连续patience个轮次不再下降时自动终止训练并恢复验证集上表现最好的权重。这能防止训练耗时长且过拟合。ReduceLROnPlateau也很关键。训练后期损失下降变慢如果学习率一直不变模型很容易在局部最优附近震荡。这个回调会在损失停滞时自动把学习率减半让训练继续震荡收敛。epochs50是最大训练轮次实际训练可能提前终止这正常。5.6 运行与验证直接运行训练脚本终端输出会逐行打印每个 epoch 的训练损失、训练准确率、验证损失和验证准确率。例如Epoch 1/50 125/125 [] - 12s 88ms/step - loss: 0.6723 - accuracy: 0.5581 - val_loss: 0.6305 - val_accuracy: 0.6225 Epoch 2/50 125/125 [] - 11s 88ms/step - loss: 0.5908 - accuracy: 0.6827 - val_loss: 0.5689 - val_accuracy: 0.6980 ... Epoch 25/50 125/125 [] - 11s 88ms/step - loss: 0.3021 - accuracy: 0.8731 - val_loss: 0.2542 - val_accuracy: 0.8925判断训练是否成功要看两个指标训练准确率是否持续上升。训练损失和验证损失的差距是否可控。如果训练准确率很高但验证准确率明显落后很多说明出现了过拟合。model.fit返回的history对象里记录了每个 epoch 的指标后面可以画曲线。6. 运行结果与效果可视化训练完之后绘制训练曲线是毕设报告里非常有价值的一张图。它可以直观展示模型收敛过程也是答辩时回答“你怎么确定模型训练没问题”的重要依据。def plot_training_history(history): fig, (ax1, ax2) plt.subplots(1, 2, figsize(12, 4)) ax1.plot(history.history[loss], labeltrain_loss) ax1.plot(history.history[val_loss], labelval_loss) ax1.set_xlabel(Epoch) ax1.set_ylabel(Loss) ax1.set_title(Training and Validation Loss) ax1.legend() ax2.plot(history.history[accuracy], labeltrain_acc) ax2.plot(history.history[val_accuracy], labelval_acc) ax2.set_xlabel(Epoch) ax2.set_ylabel(Accuracy) ax2.set_title(Training and Validation Accuracy) ax2.legend() plt.tight_layout() plt.savefig(training_history.png, dpi150) plt.show() plot_training_history(history)这个函数将训练损失与验证损失画在左图训练准确率与验证准确率画在右图。如果两条曲线最终缠绕在一起缓慢上升说明模型训练良好如果训练曲线飙升而验证曲线停滞甚至下降说明过拟合了。接着在测试集上评估模型最终的泛化能力test_loss, test_acc model.evaluate(test_ds) print(f测试集损失: {test_loss:.4f}) print(f测试集准确率: {test_acc:.4f})这里值得注意测试集应该是模型训练过程中从未见过的数据才能真实反映模型的泛化能力。如果测试集准确率显著低于验证集准确率说明模型过拟合了训练集需要加强正则化或扩充训练数据。7. 模型预测与可视化示例模型训练好了不能总是用 TensorFlow 的数据集封装来预测。写一个通用的预测函数传入任意图片路径输出猫狗类别和置信度。这一步在毕设演示环节非常出效果。import numpy as np from PIL import Image class_names [狗, 猫] # 文件夹顺序是 dogs, cats def predict_image(model, img_path): img Image.open(img_path) img img.resize((img_height, img_width)) img_array np.array(img) / 255.0 img_array np.expand_dims(img_array, axis0) prob model.predict(img_array, verbose0)[0][0] pred_class int(prob 0.5) # 0.5以上为猫反之为狗 print(f图片路径: {img_path}) print(f猫的概率: {1 - prob:.4f}, 狗的概率: {prob:.4f}) print(f预测类别: {class_names[pred_class]}) plt.imshow(img) plt.axis(off) plt.title(fPrediction: {class_names[pred_class]} ({1 - prob if pred_class 0 else prob:.2%})) plt.show()这里的判断逻辑是Sigmoid 输出值prob表示“属于狗”的概率所以prob大于 0.5 判为狗小于 0.5 判为猫。如果你的数据集目录顺序不同要注意class_names的索引对应关系。接着随便找几张图片测试一下test_image_paths [ catdog_data/test/cats/cat.1.jpg, catdog_data/test/dogs/dog.2.jpg ] for path in test_image_paths: predict_image(model, path)从材料看这类预测演示很适合在毕设答辩现场进行可以自己准备几张网上找的图片或者在测试集里挑几张贴图展示。8. 常见问题与排查方法TensorFlow 环境问题是最让人头疼的这里把你大概率会遇到的坑提前列出来。问题现象可能原因排查方式解决方案安装 tensorflow 后 import 报错找不到 DLLCUDA/cuDNN 版本与 TensorFlow 不匹配或缺失查看完整报错信息中提到的 DLL 名称CPU 环境安装 CPU 版 TensorFlow不装 GPU 版GPU 用户安装tensorflow[and-cuda]并确认显卡驱动匹配从网上下载的老项目代码报module keras.optimizers has no attribute Adam老代码使用 Keras 2 的调用方式而当前环境是 Keras 3查看代码头部callbacks和optimizers的导入方式改用本文的from tensorflow.keras.optimizers import Adam或from tensorflow.keras import optimizersload_img或ImageDataGenerator相关报错新版 TensorFlow 对部分预处理API位置做了调整查看tensorflow.keras.preprocessing是否可用改用image_dataset_from_directory 预处理层的新方案训练卡在第一个 epoch 不结束数据集文件被占用或读取缓慢检查 CPU 占用和磁盘 IO尝试直接读取一张图片测试减少prefetchbuffer检查文件路径是否正确把数据放到本地磁盘避免共享盘读取训练准确率很高但验证准确率低过拟合观察训练和验证曲线差距增加 Dropout增加数据增强强度增加训练数据量使用迁移学习训练过程中出现 OOM图片尺寸过大或 batch_size 过大查看 GPU 显存占用调小 batch_size减小图片尺寸使用model.summary()检查参数量TensorFlow 版本太新部分老数据集读取方法失效版本更新导致 API 变动查看官方迁移文档锁定 TensorFlow 2.10~2.18 范围使用本文提供的image_dataset_from_directory写法模型收敛到 50% 准确率保持不变标签顺序相反或者数据增强太强把有效信息破坏了打印预处理之后的数据和标签确认图片和标签对应暂时移除数据增强层验证模型能否正常学习再逐步添加增强操作这里需要特别强调的是不要把报错信息只看第一行。TensorFlow 的报错通常有很长的调用堆栈最底部的“Caused by”或“Original error”才是真正的原因。如果看到“pip 安装依赖冲突”的提示每次运行都耐心读完通常它会告诉你具体是哪个包版本不对。9. 最佳实践与工程建议9.1 项目代码结构规划不要把所有代码堆在一个文件里。毕设代码建议按模块划分这样答辩时展示项目结构也更有说服力catdog_project/ ├── data/ ├── scripts/ │ ├── prepare_data.py # 数据整理与划分 │ ├── train.py # 模型训练 │ ├── evaluate.py # 模型评估 │ └── predict.py # 单张图片预测 ├── models/ │ └── catdog_model.h5 # 训练好的模型文件 ├── notebooks/ │ └── exploration.ipynb # 探索性数据分析 └── requirements.txt9.2 保存和加载模型训练完成后把模型保存下来方便后面重新加载预测不用再重新训练model.save(models/catdog_model.h5)加载模型loaded_model tf.keras.models.load_model(models/catdog_model.h5)如果使用老代码保存的模型在 Keras 3 中加载报错可以尝试保存为.keras格式这是新版推荐的模型保存格式。9.3 想要更高准确率的进阶方向如果你把基础版本跑通了还有余力下面几个方向可以进一步提升准确率也是毕设加分的常见策略数据增强增强。除了随机翻转和旋转还可以加入RandomBrightness、RandomContrast、RandomTranslation等操作增加数据多样性。迁移学习。使用预训练的MobileNetV2或ResNet50作为特征提取器冻结基础网络只训练最后的分类层。这样即使训练数据不足也能达到 95% 以上的准确率。学习率调度。除了ReduceLROnPlateau还可以尝试CosineAnnealingLR等更平滑的调度策略。模型集成。训练多个不同初始化条件的模型预测时取平均值可以稳定提升准确率和泛化能力。9.4 关于 TensorFlow 与 PyTorch 的选择如果你看到这里想了解为什么网上越来越多的人推荐 PyTorch这里简单说一下TensorFlow 2.x 在工业部署领域仍有优势尤其在 TensorFlow Serving、TensorFlow Lite 等生产链路中非常成熟而 PyTorch 在学术研究和动态图调试上更灵活目前论文复现基本以 PyTorch 为主。但回到你的毕设场景最重要的不是“哪个框架更流行”而是“哪个框架能让你更快跑通并彻底理解”。TensorFlow Keras 的顺序式 API 无疑是最短路径。等你掌握了 CNN 原理和训练流程未来切 PyTorch 最多一两周就能上手。9.5 论文写作建议如果项目最终要体现在毕业论文里建议你重点补充这几块数据来源与预处理方法。说明你用了什么数据集、怎么划分训练验证测试集、为什么选择这些数据增强策略。模型结构图。用绘图工具把网络的每一层输入输出维度画出来能让导师一眼看出你的模型设计能力。实验对比。至少做两组对比实验比如“无数据增强 vs 有数据增强”“原始模型 vs 迁移学习模型”用准确率和损失曲线说明改进效果。失败案例分析。挑几张预测错的图片分析可能原因例如图片模糊、目标过小、类别相似等。这类分析能让答辩老师觉得你真的思考了问题而不是只会跑代码。9.6 防止过拟合的通用策略很多同学在毕设答辩的时候最害怕被问“你的模型过拟合怎么办”。这里给你一个快捷的心智模型过拟合的本质是模型容量大于数据信息的有效支撑所以要么增加数据通过数据增强或收集更多图片要么降低模型容量减少卷积核数量、加深 Dropout、增加 L2 正则化要么借用外部知识迁移学习。实际项目中数据增强 Dropout 是最容易实现、效果最明显的组合。