簡介這是一套面向高校學生與Python初學者的舌象診斷系統(tǒng)完整源碼適用于畢業(yè)設計、期末大作業(yè)與課程設計場景幫助讀者快速搭建一個可運行、可演示的深度學習應用項目。資源包共183個文件約42.7MB其中54個py源碼文件承載模型訓練與界面邏輯61張jpg與1張jpeg為舌象樣本及界面素材另有40個pyc編譯文件、14個txt說明、7個json配置、2個ui界面文件及ttf字體、docx學習路線文檔等結(jié)構(gòu)完整、注釋清晰新手也能看懂。目前已有165人學習下載。項目功能完善、界面美觀、操作簡單下載后簡單部署即可使用讀者可據(jù)此掌握數(shù)據(jù)預處理、模型構(gòu)建、界面交互與結(jié)果展示的完整流程并參考學習路線文檔梳理知識脈絡具有較高的實際應用與參考價值。1. 舌象診斷系統(tǒng)源碼拆包一份能跑起來的大作業(yè)到底長什么樣很多同學做「人工智能大作業(yè)」時卡在同一個地方模型代碼能跑但不知道怎么把它變成一個能演示、能答辯、能交差的完整系統(tǒng)。這份 Python 實現(xiàn)的舌象診斷系統(tǒng)源代碼解決的正是這個斷層——它不是一段孤立的 CNN 訓練腳本而是一套帶界面、帶推理流程、帶注釋的完整工程。拿到手之后你面對的是「舌象圖片輸入 → 預處理 → 深度學習模型推理 → 診斷結(jié)果輸出」這條鏈路而不是對著一個 loss 曲線發(fā)呆。適合誰期末大作業(yè)趕進度的本科生、課程設計需要完整 demo 的研究生、以及想找一個計算機視覺落地案例練手的 Python 入門者。它把「深度學習」從論文里的名詞變成了你雙擊就能看到結(jié)果的程序。2. 環(huán)境搭建與依賴安裝從 python 安裝到第一張舌象推理2.1 為什么選 Python 深度學習這套組合舌象診斷本質(zhì)上是一個圖像分類任務輸入一張舌頭照片輸出對應的證型或健康狀態(tài)標簽。這類任務用 Python 做是最省事的因為整個深度學習生態(tài)——從數(shù)據(jù)處理到模型訓練再到推理部署——在 Python 里都有成熟庫支撐。這份源碼選擇的技術棧大概率是 PyTorch 或 TensorFlow 二選一配合 OpenCV 做圖像預處理再用 Tkinter 或 PyQt 搭一個桌面界面。為什么不用 MATLAB因為 MATLAB 做深度學習大作業(yè)在部署環(huán)節(jié)會卡住你沒法把模型和界面打包成一個能獨立運行的程序而 Python 可以。選 Python 的另一個現(xiàn)實原因是你搜「python安裝教程」「python安裝numpy庫的方法」能找到的中文資料比任何其他語言都多。遇到報錯時你大概率不是第一個踩坑的人。這份源碼帶注釋意味著即使你之前只寫過 print(hello)也能順著注釋看懂每一步在干什么。2.2 依賴安裝的完整命令與版本注意先確認你的 Python 版本。這份源碼通常兼容 Python 3.7 到 3.9太新的版本比如 3.12反而可能因為某些庫還沒適配而出問題。安裝依賴時不要一個一個 pip install直接找項目里的 requirements.txt# 先看 Python 版本確認在 3.7-3.9 之間 python --version # 創(chuàng)建虛擬環(huán)境避免污染全局包 python -m venv tongue_env # 激活虛擬環(huán)境Windows tongue_env\Scripts\activate # 激活虛擬環(huán)境Mac/Linux source tongue_env/bin/activate # 安裝依賴-i 指定國內(nèi)鏡像加速 pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple這里有幾個參數(shù)值得說清楚。python -m venv創(chuàng)建的是獨立環(huán)境好處是你裝崩了直接刪掉文件夾重來不會影響系統(tǒng)里的其他項目。-i后面跟的鏡像地址是清華源國內(nèi)下載速度比默認源快很多尤其是 torch 這種幾百兆的包。如果 requirements.txt 里沒有鎖定版本號建議手動加上指定版本比如torch1.13.1避免 pip 自動裝最新版導致 API 不兼容。如果項目沒有 requirements.txt常見做法是手動裝這幾個核心包pip install torch torchvision opencv-python pillow numpy matplotlib pip install PyQt5 # 如果界面用的是 PyQt裝完之后驗證一下import torch import cv2 import numpy as np print(torch.__version__) print(cv2.__version__) print(CUDA available:, torch.cuda.is_available())最后一行是判斷你能不能跑 GPU 加速的關鍵。如果輸出 False說明要么你沒裝 CUDA 版的 torch要么機器上沒有 NVIDIA 顯卡。對于舌象診斷這種小規(guī)模分類任務CPU 推理完全夠用不用焦慮。2.3 目錄結(jié)構(gòu)與文件職責拿到源碼后先別急著跑花五分鐘把目錄結(jié)構(gòu)看清楚。典型的舌象診斷系統(tǒng)源碼目錄大概長這樣tongue_diagnosis/ ├── data/ # 舌象圖片數(shù)據(jù)集 │ ├── train/ # 訓練集 │ └── test/ # 測試集 ├── models/ # 模型定義文件 │ └── cnn_model.py ├── weights/ # 訓練好的權(quán)重文件 │ └── best_model.pth ├── utils/ # 工具函數(shù) │ ├── preprocess.py # 圖像預處理 │ └── dataset.py # 數(shù)據(jù)加載 ├── ui/ # 界面文件 │ └── main_window.py ├── train.py # 訓練入口 ├── predict.py # 單張推理入口 └── requirements.txtweights/目錄是重點。如果里面已經(jīng)有訓練好的.pth或.h5文件你直接跑推理就能看到結(jié)果不需要自己訓練。如果沒有你就得先跑train.py這時候data/目錄里的圖片數(shù)量和類別分布就決定了你能不能訓出一個可用的模型。3. 模型推理與界面交互把權(quán)重文件變成可演示的診斷結(jié)果3.1 圖像預處理的關鍵參數(shù)舌象圖片在送入模型之前必須經(jīng)過一套標準化處理。這不是可選項而是必須項——訓練時用的什么預處理推理時就得用同樣的流程否則模型看到的輸入分布變了輸出就是隨機猜。import cv2 import numpy as np from PIL import Image def preprocess_tongue_image(image_path, target_size(224, 224)): 舌象圖像預處理 image_path: 圖片路徑 target_size: 模型輸入尺寸通常 224x224 # 讀取圖片 img cv2.imread(image_path) if img is None: raise ValueError(f無法讀取圖片: {image_path}) # BGR 轉(zhuǎn) RGBOpenCV 默認是 BGR img cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # 縮放到模型輸入尺寸 img cv2.resize(img, target_size) # 歸一化到 [0, 1] img img.astype(np.float32) / 255.0 # 標準化均值和標準差通常用 ImageNet 的 mean np.array([0.485, 0.456, 0.406]) std np.array([0.229, 0.224, 0.225]) img (img - mean) / std # HWC 轉(zhuǎn) CHWPyTorch 要求的格式 img np.transpose(img, (2, 0, 1)) # 增加 batch 維度 img np.expand_dims(img, axis0) return img這段代碼里有三個參數(shù)最容易翻車。第一是target_size必須和訓練時一致訓練用 224 推理也用 224改成 256 模型就懵了。第二是歸一化的 mean 和 std如果訓練時用的是 ImageNet 的統(tǒng)計值推理時也得用同一套如果訓練時用的是你自己算的舌象數(shù)據(jù)集統(tǒng)計值那就要換成對應的數(shù)字。第三是 BGR 和 RGB 的轉(zhuǎn)換OpenCV 讀進來是 BGRPIL 讀進來是 RGB搞混了顏色通道模型看到的舌頭顏色就是錯的。3.2 加載模型并執(zhí)行推理預處理做完之后加載權(quán)重文件執(zhí)行推理import torch from models.cnn_model import TongueCNN def load_model(weight_path, num_classes5): 加載訓練好的模型權(quán)重 weight_path: 權(quán)重文件路徑 num_classes: 分類數(shù)量根據(jù)實際標簽數(shù)調(diào)整 model TongueCNN(num_classesnum_classes) # 加載權(quán)重map_location 確保 CPU 也能加載 GPU 訓練的權(quán)重 state_dict torch.load(weight_path, map_locationcpu) model.load_state_dict(state_dict) # 切換到推理模式關閉 dropout 和 batchnorm 的訓練行為 model.eval() return model def predict(model, image_tensor): 執(zhí)行推理并返回分類結(jié)果 # 關閉梯度計算節(jié)省內(nèi)存 with torch.no_grad(): outputs model(image_tensor) # softmax 轉(zhuǎn)成概率 probabilities torch.nn.functional.softmax(outputs, dim1) # 取最大概率對應的類別 confidence, predicted torch.max(probabilities, 1) return predicted.item(), confidence.item()map_locationcpu這個參數(shù)是血淚經(jīng)驗。很多同學在 GPU 機器上訓練完模型拿到自己筆記本上跑推理直接報錯說找不到 CUDA 設備。加上這個參數(shù)PyTorch 會自動把權(quán)重映射到 CPU 上兼容性最好。model.eval()也別忘了不加的話 dropout 層會在推理時隨機丟棄神經(jīng)元每次跑出來的結(jié)果都不一樣你會以為是模型有問題其實是模式?jīng)]切對。3.3 界面交互與結(jié)果展示如果源碼帶界面通常是用 Tkinter 或 PyQt 做的。核心邏輯是用戶點擊「選擇圖片」按鈕 → 彈出文件選擇框 → 讀取圖片路徑 → 調(diào)用預處理和推理函數(shù) → 在界面上顯示診斷結(jié)果和置信度。from PyQt5.QtWidgets import QApplication, QMainWindow, QPushButton, QLabel, QFileDialog from PyQt5.QtGui import QPixmap class TongueDiagnosisUI(QMainWindow): def __init__(self, model): super().__init__() self.model model self.init_ui() def init_ui(self): self.setWindowTitle(舌象診斷系統(tǒng)) self.setGeometry(100, 100, 800, 600) # 選擇圖片按鈕 self.btn_select QPushButton(選擇舌象圖片, self) self.btn_select.move(50, 50) self.btn_select.clicked.connect(self.select_image) # 顯示圖片的標簽 self.label_image QLabel(self) self.label_image.setGeometry(50, 100, 400, 400) # 顯示結(jié)果的標簽 self.label_result QLabel(等待診斷..., self) self.label_result.setGeometry(500, 200, 250, 100) def select_image(self): file_path, _ QFileDialog.getOpenFileName( self, 選擇圖片, , Images (*.png *.jpg *.jpeg) ) if file_path: # 顯示圖片 pixmap QPixmap(file_path) self.label_image.setPixmap(pixmap.scaled(400, 400)) # 執(zhí)行推理 img_tensor preprocess_tongue_image(file_path) img_tensor torch.from_numpy(img_tensor).float() class_id, confidence predict(self.model, img_tensor) # 顯示結(jié)果 class_names [健康, 氣虛, 陰虛, 陽虛, 濕熱] result_text f診斷結(jié)果: {class_names[class_id]}\n置信度: {confidence:.2%} self.label_result.setText(result_text)這段界面代碼的關鍵在于class_names列表的順序必須和訓練時的標簽映射一致。如果訓練時 0 對應「健康」推理時你把 0 當成「氣虛」那整個系統(tǒng)就是錯的。常見做法是在訓練腳本里把類別映射存成一個 json 文件推理時讀同一個文件避免手動寫錯。4. 訓練自己的舌象模型數(shù)據(jù)集劃分與參數(shù)調(diào)優(yōu)4.1 數(shù)據(jù)集組織與增強策略如果你想用自己的舌象圖片重新訓練模型第一步是把圖片按類別放進對應文件夾data/train/ ├── 健康/ # 放健康舌象圖片 ├── 氣虛/ # 放氣虛舌象圖片 ├── 陰虛/ ├── 陽虛/ └── 濕熱/每個類別至少準備 50 張圖片低于這個數(shù)量模型很難學到有效特征。如果手頭圖片不夠用數(shù)據(jù)增強來湊from torchvision import transforms train_transform transforms.Compose([ transforms.Resize((256, 256)), transforms.RandomCrop(224), # 隨機裁剪 transforms.RandomHorizontalFlip(), # 隨機水平翻轉(zhuǎn) transforms.RandomRotation(15), # 隨機旋轉(zhuǎn) ±15 度 transforms.ColorJitter( brightness0.2, contrast0.2, saturation0.2, hue0.1 ), # 顏色抖動 transforms.ToTensor(), transforms.Normalize( mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225] ) ]) val_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] ) ])注意訓練集和驗證集的 transform 不一樣。訓練集用了隨機裁剪、翻轉(zhuǎn)、旋轉(zhuǎn)、顏色抖動這些叫數(shù)據(jù)增強目的是讓模型看到更多樣的樣本提高泛化能力。驗證集只做 resize 和歸一化不做隨機變換因為驗證集是用來評估模型真實性能的不能引入隨機性。顏色抖動里的hue0.1要小心。舌象診斷很依賴顏色特征——舌質(zhì)偏紅還是偏淡、舌苔偏黃還是偏白這些是診斷依據(jù)。如果 hue 抖動太大把紅色舌頭變成綠色舌頭模型學到的就是錯誤特征。所以 hue 參數(shù)建議不超過 0.1brightness 和 contrast 也不要設太大。4.2 訓練循環(huán)與關鍵超參數(shù)訓練腳本的核心結(jié)構(gòu)import torch.nn as nn import torch.optim as optim from torch.utils.data import DataLoader # 超參數(shù) EPOCHS 50 BATCH_SIZE 16 LEARNING_RATE 0.001 NUM_CLASSES 5 # 數(shù)據(jù)加載 train_dataset TongueDataset(data/train, transformtrain_transform) val_dataset TongueDataset(data/test, transformval_transform) train_loader DataLoader(train_dataset, batch_sizeBATCH_SIZE, shuffleTrue) val_loader DataLoader(val_dataset, batch_sizeBATCH_SIZE, shuffleFalse) # 模型、損失函數(shù)、優(yōu)化器 model TongueCNN(num_classesNUM_CLASSES) criterion nn.CrossEntropyLoss() optimizer optim.Adam(model.parameters(), lrLEARNING_RATE) # 學習率調(diào)度器每 15 個 epoch 降一半 scheduler optim.lr_scheduler.StepLR(optimizer, step_size15, gamma0.5) # 訓練循環(huán) best_acc 0.0 for epoch in range(EPOCHS): model.train() running_loss 0.0 for images, labels in train_loader: optimizer.zero_grad() outputs model(images) loss criterion(outputs, labels) loss.backward() optimizer.step() running_loss loss.item() scheduler.step() # 驗證 model.eval() correct 0 total 0 with torch.no_grad(): for images, labels in val_loader: outputs model(images) _, predicted torch.max(outputs, 1) total labels.size(0) correct (predicted labels).sum().item() val_acc correct / total print(fEpoch [{epoch1}/{EPOCHS}], Loss: {running_loss/len(train_loader):.4f}, Val Acc: {val_acc:.4f}) # 保存最佳模型 if val_acc best_acc: best_acc val_acc torch.save(model.state_dict(), weights/best_model.pth) print(f模型已保存最佳準確率: {best_acc:.4f})幾個參數(shù)需要根據(jù)實際情況調(diào)整。BATCH_SIZE16是保守值如果你的顯卡顯存夠大8G 以上可以調(diào)到 32 甚至 64訓練速度更快。LEARNING_RATE0.001是 Adam 優(yōu)化器的常用初始值如果 loss 震蕩厲害就降到 0.0001如果 loss 下降太慢就升到 0.01。StepLR的作用是每隔 15 個 epoch 把學習率乘以 0.5讓模型在后期微調(diào)時步子邁小一點更容易收斂到好的位置。4.3 訓練過程中的監(jiān)控與早停訓練時重點看兩個指標訓練 loss 和驗證準確率。如果訓練 loss 持續(xù)下降但驗證準確率不漲甚至下降說明模型過擬合了。這時候可以增加數(shù)據(jù)增強強度、加 dropout 層、減小模型參數(shù)量、或者提前停止訓練。# 早停機制 patience 10 counter 0 if val_acc best_acc: best_acc val_acc counter 0 torch.save(model.state_dict(), weights/best_model.pth) else: counter 1 if counter patience: print(f驗證準確率連續(xù) {patience} 個 epoch 未提升提前停止訓練) break早停的邏輯很簡單如果驗證準確率連續(xù) 10 個 epoch 都沒刷新最佳記錄就認為模型已經(jīng)學不動了繼續(xù)訓下去只會過擬合。這個機制能幫你省下大量等待時間。5. 避坑與排查舌象診斷系統(tǒng)最常見的五個翻車現(xiàn)場5.1 報錯「No module named torch」但明明裝了現(xiàn)象在終端里pip install torch成功了但運行腳本還是報找不到模塊。原因你裝 torch 的環(huán)境和運行腳本的環(huán)境不是同一個。常見于系統(tǒng)里有多個 Python 版本或者虛擬環(huán)境沒激活就裝了包。解決先確認當前用的是哪個 Pythonwhich pythonMac/Linux或where pythonWindows。然后在當前環(huán)境里重新裝python -m pip install torch。用python -m pip而不是直接pip能保證裝到當前 Python 對應的環(huán)境里。5.2 推理結(jié)果每次都不一樣現(xiàn)象同一張舌象圖片跑兩次得到不同的診斷結(jié)果。原因模型沒有切換到 eval 模式dropout 層和 batch normalization 層還在按訓練模式運行引入了隨機性。解決推理前加model.eval()推理時用with torch.no_grad():包住。這兩個操作缺一不可前者關閉隨機行為后者關閉梯度計算。5.3 界面能打開但點擊按鈕沒反應現(xiàn)象程序啟動后界面正常顯示但點擊「選擇圖片」按鈕沒有任何反應也不報錯。原因PyQt 的信號槽連接寫錯了或者按鈕的 clicked 信號沒有正確綁定到槽函數(shù)。解決檢查self.btn_select.clicked.connect(self.select_image)這行代碼確認函數(shù)名拼寫一致。另外如果槽函數(shù)里有異常但沒打印出來界面會靜默失敗。在槽函數(shù)開頭加print(按鈕被點擊了)來確認信號是否觸發(fā)。5.4 訓練準確率很高但實際用起來全是錯的現(xiàn)象訓練日志顯示驗證準確率 95% 以上但拿新圖片測試時結(jié)果離譜。原因數(shù)據(jù)集劃分有問題。如果訓練集和驗證集里有重復圖片或者驗證集的圖片和訓練集來自同一批拍攝模型相當于在「背答案」驗證準確率虛高。解決確保訓練集和驗證集的圖片完全不重疊。更嚴格的做法是按拍攝批次劃分——同一批次拍的圖片要么全在訓練集要么全在驗證集避免模型學到拍攝條件而不是舌象特征。5.5 圖片讀取失敗但路徑明明是對的現(xiàn)象cv2.imread()返回 None后續(xù)操作全部報錯。原因路徑里有中文或空格OpenCV 在 Windows 下對中文路徑支持不好。解決用cv2.imdecode(np.fromfile(path, dtypenp.uint8), cv2.IMREAD_COLOR)代替cv2.imread(path)這樣能正確處理中文路徑?；蛘甙褕D片路徑改成全英文。6. 從能跑到能答辯模型評估與演示技巧6.1 用混淆矩陣證明模型不是瞎猜答辯時老師最常問的一句話是「你怎么知道模型真的學到了東西而不是隨機猜」這時候你需要混淆矩陣。from sklearn.metrics import confusion_matrix, classification_report import seaborn as sns import matplotlib.pyplot as plt def evaluate_model(model, val_loader, class_names): model.eval() all_preds [] all_labels [] with torch.no_grad(): for images, labels in val_loader: outputs model(images) _, predicted torch.max(outputs, 1) all_preds.extend(predicted.cpu().numpy()) all_labels.extend(labels.cpu().numpy()) # 混淆矩陣 cm confusion_matrix(all_labels, all_preds) plt.figure(figsize(8, 6)) sns.heatmap(cm, annotTrue, fmtd, xticklabelsclass_names, yticklabelsclass_names) plt.xlabel(預測類別) plt.ylabel(真實類別) plt.title(舌象診斷混淆矩陣) plt.savefig(confusion_matrix.png, dpi150) # 分類報告 print(classification_report(all_labels, all_preds, target_namesclass_names))混淆矩陣的對角線越深越好說明每個類別都預測對了。如果某個類別經(jīng)常被預測成另一個類別比如「氣虛」大量被誤判為「陽虛」說明這兩類舌象在特征上確實相似模型區(qū)分不開。這時候可以在答辯時主動說明「這兩類在臨床上也存在兼證模型混淆有一定合理性」反而顯得你理解深入。6.2 用 Grad-CAM 可視化模型關注區(qū)域比混淆矩陣更有說服力的是 Grad-CAM 熱力圖。它能告訴你模型在看圖片的哪個區(qū)域做判斷——如果熱力圖集中在舌頭區(qū)域說明模型確實在學舌象特征如果熱力圖散落在背景上說明模型可能在學背景顏色。from pytorch_grad_cam import GradCAM from pytorch_grad_cam.utils.image import show_cam_on_image def visualize_attention(model, image_tensor, original_image): 生成 Grad-CAM 熱力圖展示模型關注區(qū)域 target_layer model.features[-1] # 最后一個卷積層 cam GradCAM(modelmodel, target_layers[target_layer]) grayscale_cam cam(input_tensorimage_tensor) grayscale_cam grayscale_cam[0, :] # 疊加到原圖上 visualization show_cam_on_image( original_image, grayscale_cam, use_rgbTrue ) plt.imshow(visualization) plt.axis(off) plt.savefig(gradcam_result.png, dpi150, bbox_inchestight)Grad-CAM 需要裝pytorch-grad-cam庫pip install pytorch-grad-cam。生成的熱力圖里紅色區(qū)域是模型最關注的地方。如果紅色集中在舌體和舌苔上答辯時你就可以理直氣壯地說「模型學到的特征和中醫(yī)舌診的關注點一致?！?.3 演示時的幾個實用習慣答辯演示最怕現(xiàn)場翻車。我一般會提前做三件事第一準備 5 到 10 張測試圖片放在桌面文件夾里現(xiàn)場直接選不要臨時找圖第二把模型權(quán)重和代碼打包成一個文件夾確保換電腦也能跑第三提前跑一遍完整流程確認從選圖到出結(jié)果不超過 5 秒太慢的話老師會不耐煩。還有一個細節(jié)如果界面上的置信度顯示「98.7%」老師可能會問「這個置信度可靠嗎」。你可以提前準備一句話「置信度是 softmax 輸出的概率值反映的是模型對當前樣本的確定程度不是臨床診斷的準確率?！惯@樣既展示了技術理解又避免了過度承諾。從那以后我每次交大作業(yè)之前都會強制走一遍「換一臺電腦從零部署」的流程——因為你自己機器上能跑不代表答辯教室的電腦上能跑。依賴版本、路徑大小寫、中文字符任何一個細節(jié)都可能讓你在臺上尷尬。希望幫到你。本文還有配套的精品資源點擊獲取