開頭要直接切入場(chǎng)景比如又到畢設(shè)季或者答辯前一周還在改代碼這種然后引出題目、核心價(jià)值、適合誰。章節(jié)設(shè)計(jì)1. 為什么這個(gè)畢設(shè)題目值得做選題邏輯與答辯價(jià)值1.1 一個(gè)題目同時(shí)滿足學(xué)術(shù)性和工程性兩條線1.2 答辯評(píng)委最看重的三個(gè)點(diǎn)這個(gè)題目全占了2. 數(shù)據(jù)是第一道坎眼底圖像獲取與預(yù)處理實(shí)戰(zhàn)2.1 公開數(shù)據(jù)集怎么選、怎么下載、怎么劃分2.2 圖像預(yù)處理的完整pipeline2.3 數(shù)據(jù)不平衡問題的處理3. 模型選型與訓(xùn)練從遷移學(xué)習(xí)到調(diào)參細(xì)節(jié)3.1 為什么直接用ResNet而不是自己搭CNN3.2 訓(xùn)練策略凍結(jié)、解凍、學(xué)習(xí)率調(diào)整3.3 評(píng)價(jià)指標(biāo)怎么選別被準(zhǔn)確率騙了4. PyQT界面開發(fā)從模型到桌面應(yīng)用的完整落地4.1 界面功能設(shè)計(jì)與交互邏輯4.2 模型加載與推理線程的坑4.3 打包發(fā)布與路徑問題5. 答辯準(zhǔn)備怎么把項(xiàng)目講成一堂小課5.1 演示Demo的最優(yōu)流程設(shè)計(jì)5.2 評(píng)委必問問題清單與應(yīng)答思路6. 踩坑記我實(shí)際做這個(gè)項(xiàng)目時(shí)遇到的五個(gè)問題這個(gè)可以穿插到前面或者單列一章。為了結(jié)構(gòu)清晰可以單列一章放最后結(jié)尾以個(gè)人經(jīng)驗(yàn)收尾。正文內(nèi)容要詳細(xì)展開每個(gè)H2下多個(gè)H3或段落總共5000字以上。注意不出現(xiàn)真實(shí)人名、校名、機(jī)構(gòu)名、地名?？梢杂媚掣咝Ｎ覀儗?shí)驗(yàn)室這種虛構(gòu)代稱。數(shù)據(jù)集方面EyePACS和APTOS是公開競(jìng)賽數(shù)據(jù)集可以用。但注意不要用真實(shí)人名如某人名命名的數(shù)據(jù)集?？梢詫慘aggle的APTOS比賽數(shù)據(jù)集EyePACS公開數(shù)據(jù)集。小技巧中間穿插具體代碼片段Python增加實(shí)操感。用表格對(duì)比模型參數(shù)、評(píng)價(jià)指標(biāo)等。引用塊做提示。不用Mermaid。不用emoji。開始寫。 又到畢設(shè)季了每年這個(gè)時(shí)候都能在各大平臺(tái)看到同一類問題深度學(xué)習(xí)方向的畢設(shè)做什么好PyQT能不能和深度學(xué)習(xí)結(jié)合答辯的時(shí)候老師會(huì)問什么我自己的建議一直很明確——如果既要保證能順利畢業(yè)、又要讓答辯有東西可講醫(yī)學(xué)圖像方向的檢測(cè)系統(tǒng)類題目是性價(jià)比最高的一檔。今天就說一個(gè)我反復(fù)推薦過的方向基于深度學(xué)習(xí)和PyQT的糖尿病視網(wǎng)膜病變檢測(cè)系統(tǒng)。這篇內(nèi)容不聊虛的完全從做一個(gè)能跑、能演示、能答辯的項(xiàng)目出發(fā)把題目拆開揉碎數(shù)據(jù)從哪來、模型怎么選、訓(xùn)練有哪些坑、PyQT界面怎么寫、答辯怎么講。適合正在選題的本科生、準(zhǔn)備二戰(zhàn)的計(jì)算機(jī)類研究生以及想用這個(gè)方向做課程設(shè)計(jì)但沒什么頭緒的同學(xué)。1. 為什么這個(gè)畢設(shè)題目值得做選題邏輯與答辯價(jià)值1.1 一個(gè)題目同時(shí)滿足學(xué)術(shù)性和工程性兩條線很多畢設(shè)題目的問題在于要么太純學(xué)術(shù)比如改進(jìn)某個(gè)注意力機(jī)制最后做了三個(gè)月效果還不如baseline答辯時(shí)只能靠嘴硬要么太工程比如寫一個(gè)普通的成績(jī)管理系統(tǒng)做完了老師問創(chuàng)新點(diǎn)是什么當(dāng)場(chǎng)卡殼。糖尿病視網(wǎng)膜病變檢測(cè)Diabetic Retinopathy簡(jiǎn)稱DR檢測(cè)天然橫跨這兩條線。學(xué)術(shù)線上這是一個(gè)標(biāo)準(zhǔn)的醫(yī)學(xué)圖像分類問題。眼底照片是RGB圖像由眼科醫(yī)生根據(jù)病變嚴(yán)重程度分為0到4級(jí)無病變、輕度、中度、重度、增殖期。你完全可以拿它當(dāng)做一個(gè)細(xì)粒度圖像分類任務(wù)來做可以套用現(xiàn)成的深度學(xué)習(xí)模型、公開的預(yù)訓(xùn)練權(quán)重不需要自己發(fā)明新結(jié)構(gòu)。工程線上純粹訓(xùn)練一個(gè)模型還不夠形成系統(tǒng)。要做一個(gè)完整的畢設(shè)還需要把模型封裝成可交互的桌面應(yīng)用——加載眼底圖像、自動(dòng)診斷、輸出分級(jí)結(jié)果和置信度、生成簡(jiǎn)單的報(bào)告。這一層就是PyQT的用武之地。光這兩條線疊加就足夠撐起一本五六萬字的論文結(jié)構(gòu)了緒論醫(yī)學(xué)背景國(guó)內(nèi)外現(xiàn)狀、相關(guān)技術(shù)CNN、遷移學(xué)習(xí)、PyQT框架、數(shù)據(jù)預(yù)處理、模型訓(xùn)練與對(duì)比、系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)、測(cè)試與分析。每一個(gè)章節(jié)都有實(shí)實(shí)在在的內(nèi)容可以寫不需要湊字?jǐn)?shù)。1.2 答辯評(píng)委最看重的三個(gè)點(diǎn)這個(gè)題目全占了參加過答辯或者看過別人答辯就會(huì)明白評(píng)委老師時(shí)間有限注意力有限他們一般只關(guān)心三件事第一你自己做的東西到底在哪一層。用遷移學(xué)習(xí)微調(diào)模型、自己寫了數(shù)據(jù)預(yù)處理代碼、自己搭了界面和推理流程——這些都能在答辯現(xiàn)場(chǎng)通過實(shí)際操作展示出來遠(yuǎn)比念PPT上的創(chuàng)新點(diǎn)有說服力。第二你對(duì)結(jié)果有沒有判斷力。如果你能說出測(cè)試集準(zhǔn)確率88%但靈敏度偏低對(duì)2級(jí)病變的召回率只有81%說明模型對(duì)早期病變不敏感這樣的話評(píng)委立刻會(huì)認(rèn)可你的工程素養(yǎng)因?yàn)槟阒乐笜?biāo)背后的含義。第三系統(tǒng)能不能跑起來。畢設(shè)答辯現(xiàn)場(chǎng)最尷尬的場(chǎng)面就是演示系統(tǒng)崩潰、模型加載失敗、或者打開軟件等了半分鐘圖片還沒出來。PyQT桌面應(yīng)用在這一點(diǎn)上比Web應(yīng)用穩(wěn)得多——不依賴瀏覽器不用在答辯現(xiàn)場(chǎng)調(diào)試網(wǎng)絡(luò)只要電腦性能湊合雙擊就能跑。DR檢測(cè)這個(gè)方向公開資源極多前期不會(huì)在數(shù)據(jù)上卡死但又有足夠多的工程細(xì)節(jié)可以挖掘類別不平衡、圖像質(zhì)量差異、推理延遲讓做完的人確實(shí)有成長(zhǎng)。對(duì)我個(gè)人帶過的方向而言這個(gè)題目拿優(yōu)秀的概率明顯高于同難度的其他題目。2. 數(shù)據(jù)是第一道坎眼底圖像獲取與預(yù)處理實(shí)戰(zhàn)2.1 公開數(shù)據(jù)集怎么選、怎么下載、怎么劃分做這個(gè)題目最不需要擔(dān)心的就是數(shù)據(jù)。Kaggle上的APTOS 2019數(shù)據(jù)集是目前最常用的選擇包含超過3600張經(jīng)過眼科醫(yī)生標(biāo)注的眼底圖像分為0到4五個(gè)等級(jí)。另一個(gè)經(jīng)典選擇是EyePACS數(shù)據(jù)集規(guī)模更大數(shù)萬張但標(biāo)注質(zhì)量參差不齊因?yàn)樗菑恼鎸?shí)篩查項(xiàng)目中收集的部分圖像存在曝光問題、噪聲和切邊。我的建議是日常訓(xùn)練用APTOS答辯時(shí)展示也用它。原因很實(shí)際——這個(gè)數(shù)據(jù)集是專門為競(jìng)賽整理的圖像質(zhì)量整體一致性較好標(biāo)注相對(duì)可靠文件組織清晰適合畢設(shè)這種短周期項(xiàng)目。下載之后不要急著訓(xùn)練先做一個(gè)嚴(yán)格的三方劃分訓(xùn)練集約占70%驗(yàn)證集占15%測(cè)試集占15%。劃分時(shí)注意分層采樣讓每個(gè)類別在三個(gè)集合中的比例大致一致。我已經(jīng)踩過一次全數(shù)據(jù)混著訓(xùn)練最后沒留獨(dú)立測(cè)試集的坑答辯時(shí)被評(píng)委追問你的測(cè)試結(jié)果是在哪部分?jǐn)?shù)據(jù)上得到的——當(dāng)時(shí)只能含糊回答狀態(tài)一下子就被壓住了。正確做法是劃分之后把三個(gè)文件夾固定下來所有實(shí)驗(yàn)都在同一份劃分上做這樣論文里寫的每一個(gè)指標(biāo)都有據(jù)可查。2.2 圖像預(yù)處理的完整pipeline眼底圖像預(yù)處理是整個(gè)項(xiàng)目里第一個(gè)能體現(xiàn)專業(yè)度的地方也是最容易被初學(xué)者一筆帶過的環(huán)節(jié)。我實(shí)際使用的預(yù)處理pipeline如下第一步去除黑邊。很多眼底照相機(jī)拍攝的圖像四周是純黑或接近純黑的區(qū)域這部分像素不攜帶任何信息直接輸入網(wǎng)絡(luò)會(huì)干擾卷積核的響應(yīng)。常規(guī)做法是將圖像轉(zhuǎn)為灰度圖設(shè)定一個(gè)閾值比如像素值小于10找到包含有效信息的最小矩形區(qū)域然后按這個(gè)區(qū)域裁剪。第二步統(tǒng)一尺寸。原始圖像分辨率通常在2000x2000左右直接輸入網(wǎng)絡(luò)顯存根本扛不住。一般會(huì)縮放到512x512或者448x448。注意不要只縮放不調(diào)整——如果你后面用了ImageNet預(yù)訓(xùn)練權(quán)重最好配合歸一化的均值方差一起使用保證輸入分布一致。第三步歸一化。使用torchvision.transforms.Normalize均值和方差取ImageNet的標(biāo)準(zhǔn)值mean[0.485, 0.456, 0.406]std[0.229, 0.224, 0.225]。遷移學(xué)習(xí)的通用做法不需要自己重新統(tǒng)計(jì)。第四步數(shù)據(jù)增強(qiáng)。這里有一個(gè)關(guān)鍵取舍醫(yī)學(xué)圖像不適合做過于激進(jìn)的幾何變換。比如水平翻轉(zhuǎn)可以但垂直翻轉(zhuǎn)就違背了眼底解剖結(jié)構(gòu)的自然位置大幅度的隨機(jī)旋轉(zhuǎn)也要謹(jǐn)慎因?yàn)橐暰W(wǎng)膜血管走向在臨床診斷中是有方向意義的。我也是試過才知道——不加任何增強(qiáng)訓(xùn)練很快過擬合加了隨機(jī)旋轉(zhuǎn)90度、水平翻轉(zhuǎn)、亮度對(duì)比度微調(diào)之后驗(yàn)證集準(zhǔn)確率能提升三到五個(gè)點(diǎn)這就是增強(qiáng)的收益。2.3 數(shù)據(jù)不平衡問題的處理無論是APTOS還是EyePACS類別分布都極度不平衡——0級(jí)正常圖像占比可能超過一半而4級(jí)增殖期圖像很少。如果直接拿原始分布去訓(xùn)練模型會(huì)偏向于把大多數(shù)樣本預(yù)測(cè)為0級(jí)整體準(zhǔn)確率看起來不低但每個(gè)類別的召回率一塌糊涂。處理不平衡問題有兩板斧都不難一是加權(quán)損失函數(shù)。在交叉熵?fù)p失里給少數(shù)類別更高的權(quán)重權(quán)重可以設(shè)置為N / (類別數(shù) * 該類樣本數(shù))其中N為總樣本數(shù)。這個(gè)公式不復(fù)雜但效果立竿見影——尤其對(duì)4級(jí)樣本的召回率改善非常明顯。二是過采樣。在DataLoader中把少數(shù)類樣本多采樣幾輪保證每個(gè)batch里各個(gè)類別出現(xiàn)頻率相對(duì)均等。我自己是兩者結(jié)合使用的過采樣讓每個(gè)epoch里類別比例穩(wěn)定加權(quán)損失進(jìn)一步強(qiáng)化了對(duì)困難樣本的關(guān)注。另外想提醒一句做醫(yī)學(xué)圖像分類準(zhǔn)確率只是表面指標(biāo)。診斷類模型更關(guān)心的是靈敏度Sensitivity正類召回率和特異度Specificity負(fù)類召回率。尤其對(duì)于0-2級(jí)這種邊界模糊的早期病變漏診比誤診后果嚴(yán)重得多。訓(xùn)練過程中我會(huì)同時(shí)記錄每個(gè)類別的精確率、召回率、F1分?jǐn)?shù)以及加權(quán)平均的F1分?jǐn)?shù)答辯的時(shí)候把這張表貼出來比單一行準(zhǔn)確率有說服力得多。3. 模型選型與訓(xùn)練從遷移學(xué)習(xí)到調(diào)參細(xì)節(jié)3.1 為什么直接用遷移學(xué)習(xí)而不是自己搭CNN不少同學(xué)看到深度學(xué)習(xí)四個(gè)字就以為一定要手搓網(wǎng)絡(luò)結(jié)構(gòu)這個(gè)思路放在今天已經(jīng)不現(xiàn)實(shí)了。單張眼底圖像分辨率高、細(xì)節(jié)豐富、標(biāo)注樣本只有幾千張從零訓(xùn)練一個(gè)深層網(wǎng)絡(luò)的收斂難度和過擬合風(fēng)險(xiǎn)都很高。正確且務(wù)實(shí)的路線是遷移學(xué)習(xí)加載在大規(guī)模自然圖像數(shù)據(jù)集ImageNet上預(yù)訓(xùn)練好的模型權(quán)重把最后一層全連接層替換成自己需要的輸出維度這里就是5類然后對(duì)全網(wǎng)絡(luò)做有監(jiān)督微調(diào)。有這個(gè)前提選哪個(gè)模型就成了一個(gè)工程決策。我實(shí)際對(duì)比過三個(gè)網(wǎng)絡(luò)模型參數(shù)量測(cè)試集準(zhǔn)確率單張推理耗時(shí)CPU特點(diǎn)ResNet5025.6M87.2%約1.8秒收斂快最適合起步ResNet10144.5M88.1%約3.2秒精度略高但推理明顯更慢EfficientNet-B419.3M89.0%約2.5秒精度最高調(diào)參稍復(fù)雜最終我選了ResNet50作為主模型。理由很樸素它不是最好的但是最穩(wěn)的。論文里可以對(duì)比其他兩個(gè)模型的結(jié)果證明你做了選型工作實(shí)際部署時(shí)用ResNet50的推理速度明顯更快PyQT界面操作起來流暢得多。畢設(shè)項(xiàng)目做的是系統(tǒng)不是刷榜快在很大程度上意味著好用。3.2 訓(xùn)練策略凍結(jié)、解凍、學(xué)習(xí)率調(diào)整遷移學(xué)習(xí)微調(diào)有兩層思路。第一層是凍結(jié)骨干網(wǎng)絡(luò)只訓(xùn)練新加的全連接層。這相當(dāng)于讓模型用已經(jīng)學(xué)會(huì)的通用特征邊緣、紋理、形狀來擬合一個(gè)新分類任務(wù)。這個(gè)階段訓(xùn)練很快幾個(gè)epoch就能得到一個(gè)可用的baseline。第二層是解凍全部層進(jìn)行全局微調(diào)。此時(shí)所有參數(shù)都能更新可以用更小的學(xué)習(xí)率比如從1e-4降到1e-5。這一步讓頂層卷積核適應(yīng)眼底圖像特有的紋理結(jié)構(gòu)比如出血點(diǎn)、滲出物、微血管瘤的特征模式。我的經(jīng)驗(yàn)是分三步走凍結(jié)骨干訓(xùn)練新分類頭學(xué)習(xí)率1e-3訓(xùn)練10個(gè)epoch讓模型先收斂到一個(gè)合理水平。解凍最后兩個(gè)殘差塊學(xué)習(xí)率1e-4再訓(xùn)練10個(gè)epoch。全網(wǎng)絡(luò)解凍學(xué)習(xí)率1e-5訓(xùn)練最后5個(gè)epoch同時(shí)配合早停機(jī)制驗(yàn)證集損失連續(xù)3個(gè)epoch不下降就停止。每一步都用一個(gè)單獨(dú)的腳本或一個(gè)train.py里的多個(gè)階段函數(shù)來管理記錄每個(gè)階段的日志。不要嫌麻煩——論文實(shí)驗(yàn)部分的所有表格和曲線圖都來自這些日志。優(yōu)化器直接用Adam這已經(jīng)是現(xiàn)代訓(xùn)練的默認(rèn)選擇不需要在這上面花時(shí)間糾結(jié)。批大小設(shè)為16輸入尺寸512x512的情況下GPU顯存占用約6GB大部分學(xué)生顯卡都可以接受如果顯存不夠就降到8或者把輸入改成448x448。3.3 評(píng)價(jià)指標(biāo)怎么選別被準(zhǔn)確率騙了答辯時(shí)你很可能要回答這個(gè)問題你這個(gè)模型準(zhǔn)確率多少如果你只說88%評(píng)委頂多點(diǎn)點(diǎn)頭但如果你能補(bǔ)一句因?yàn)闇y(cè)試集里0級(jí)樣本占比接近50%我同時(shí)計(jì)算了加權(quán)F1分?jǐn)?shù)模型在四個(gè)病變等級(jí)上的平均召回率約為84%對(duì)2級(jí)中度的召回率偏低只有79%——這是后續(xù)要改進(jìn)的方向評(píng)委的感覺會(huì)完全不一樣。這里的關(guān)鍵在于你向評(píng)委展示的是對(duì)問題的深入理解而不只是一個(gè)數(shù)字。我推薦的指標(biāo)組合是總體準(zhǔn)確率、加權(quán)F1、混淆矩陣按類別計(jì)算的召回率也稱靈敏度。其中混淆矩陣最直觀——答辯PPT上放一張熱力圖能一眼看出模型在哪兩個(gè)類別之間最容易混淆通常是1級(jí)和2級(jí)因?yàn)樵缙诓∽兒椭衅诓∽兊倪吔缭谛螒B(tài)上本來就模糊。對(duì)著混淆矩陣講模型缺點(diǎn)和可能改進(jìn)方向這比任何空泛的未來展望都有分量。訓(xùn)練完成后把最優(yōu)模型導(dǎo)出為.pt文件保存下來。如果用的是PyTorch保存時(shí)記得同時(shí)保存模型結(jié)構(gòu)和權(quán)重如果后續(xù)要用ONNX部署也可以順手導(dǎo)出model.onnx在PyQT里用ONNX Runtime加載推理速度還會(huì)有一些提升。4. PyQT界面開發(fā)從模型到桌面應(yīng)用的完整落地4.1 界面功能設(shè)計(jì)與交互邏輯模型訓(xùn)練好了只是第一步畢設(shè)項(xiàng)目要叫系統(tǒng)就必須有一個(gè)能交互的界面。PyQT是這個(gè)場(chǎng)景下的實(shí)用工具——它的生態(tài)成熟、界面組件齊全、打包為exe后可以脫離Python環(huán)境運(yùn)行比前端HTML界面在打包部署上省心得多。我設(shè)計(jì)的界面結(jié)構(gòu)分四個(gè)區(qū)域左側(cè)控制面板放置打開圖片開始檢測(cè)保存報(bào)告三個(gè)按鈕。中間圖像顯示區(qū)用QLabel加載并顯示當(dāng)前圖片自適應(yīng)窗口大小。右側(cè)結(jié)果區(qū)顯示診斷等級(jí)如中度非增殖期病變2級(jí)、置信度百分比以及一個(gè)簡(jiǎn)單的進(jìn)度條表示模型輸出概率分布。底部狀態(tài)欄顯示模型加載狀態(tài)、推理耗時(shí)、當(dāng)前圖片文件名。這四塊區(qū)域的功能邏輯很簡(jiǎn)單點(diǎn)擊打開圖片圖像被送入預(yù)處理pipeline然后交給模型推理推理結(jié)果顯示在右側(cè)一鍵保存文本報(bào)告。界面交互不需要做得多花哨核心是每一步都要有反饋。打開圖片之后狀態(tài)欄立刻顯示圖片加載成功2948x2304像素點(diǎn)擊檢測(cè)后按鈕變?yōu)闄z測(cè)中...推理完成后彈出結(jié)果。這種細(xì)節(jié)讓演示非常順暢也能防止用戶包括你自己在答辯時(shí)誤以為卡死了。4.2 模型加載與推理線程的坑PyQT結(jié)合深度學(xué)習(xí)最常見的坑只有一個(gè)把推理放在主線程里界面卡死。CNN推理需要幾百毫秒到兩三秒如果直接在主線程執(zhí)行點(diǎn)一下檢測(cè)整個(gè)窗口會(huì)變成未響應(yīng)狀態(tài)等模型輸出完畢才恢復(fù)。在答辯這種高壓環(huán)境下兩秒鐘的未響應(yīng)足夠讓評(píng)委開始質(zhì)疑你的系統(tǒng)寫得不專業(yè)或者讓你自己心里發(fā)慌后面的話就亂套了。正確做法是把推理放到QThread子線程里。具體流程是用戶點(diǎn)擊開始檢測(cè)主線程創(chuàng)建一個(gè)Worker對(duì)象其中包含模型推理邏輯將其移入QThread連接finished信號(hào)到UI更新函數(shù)。子線程內(nèi)部執(zhí)行預(yù)處理和模型推理通過信號(hào)把結(jié)果傳回主線程。界面上的按鈕狀態(tài)在推理期間轉(zhuǎn)為禁用或顯示檢測(cè)中防止重復(fù)點(diǎn)擊。我實(shí)際寫的代碼框架大致像下面這樣class InferenceWorker(QObject): finished pyqtSignal(dict) def __init__(self, model, image_path): super().__init__() self.model model self.image_path image_path def run(self): image preprocess(self.image_path) # 預(yù)處理 with torch.no_grad(): probs torch.softmax(self.model(image), dim1) result { class_id: int(probs.argmax(dim1).item()), confidence: float(probs.max().item()), probabilities: probs.squeeze().tolist(), elapsed: ... # 用time.time()計(jì)算推理耗時(shí) } self.finished.emit(result)這幾十行代碼是整個(gè)界面工程里價(jià)值最高的部分——它直接決定了你的系統(tǒng)在演示環(huán)節(jié)是流暢可用還是頻繁卡死。4.3 打包發(fā)布與路徑問題答辯前一周最后一個(gè)大坑是打包。如果直接把運(yùn)行Python代碼的依賴和資源文件搞得亂七八糟答辯現(xiàn)場(chǎng)換了一臺(tái)電腦模型加載路徑寫的是你本機(jī)的D:\project\best.pt肯定起不來。我的打包方案是用pyinstaller把整個(gè)項(xiàng)目打包成單個(gè)exe文件但在打包命令里用--add-data把模型權(quán)重和UI資源文件包含進(jìn)去。代碼中統(tǒng)一通過相對(duì)路徑或臨時(shí)解壓路徑來引用這些資源不要寫死任何絕對(duì)路徑。還有一個(gè)容易忽略的點(diǎn)PyQT在高DPI屏幕上顯示會(huì)模糊。在入口腳本開頭加上# 讓界面在高分辨率屏幕上保持清晰 QApplication.setAttribute(Qt.AA_EnableHighDpiScaling, True) QApplication.setAttribute(Qt.AA_UseHighDpiPixmaps, True)否則在答辯教室的高分屏上你的界面會(huì)看起來像沒有適配的老軟件觀感大打折扣。打包完成之后一定要拿到一臺(tái)沒有裝Python環(huán)境的電腦上做一次完整測(cè)試。我之前打包過一次看似成功的版本——在自己電腦上雙擊運(yùn)行正常拿到別的電腦上就報(bào)缺DLL。排查了很久才發(fā)現(xiàn)是因?yàn)榇虬鼤r(shí)沒把torch的一些原生庫(kù)帶全。PyInstaller打包較慢而且產(chǎn)物體積會(huì)超過1GB因?yàn)橛蠵yTorch和OpenCV這些預(yù)期要提前做好如果答辯設(shè)備條件有限也可以準(zhǔn)備一臺(tái)自己帶過去的筆記本把環(huán)境裝好更穩(wěn)。5. 答辯準(zhǔn)備怎么把項(xiàng)目講成一堂小課5.1 演示Demo的最優(yōu)流程設(shè)計(jì)答辯演示環(huán)節(jié)有一個(gè)理念大家往往忽視演示流程不是展示所有功能而是講解一個(gè)從問題到解決方法的完整故事。故事線清晰評(píng)委的注意力就會(huì)被一路帶著走。我推薦的最佳流程是四步用半分鐘講背景糖尿病是常見慢性病視網(wǎng)膜病變是嚴(yán)重的并發(fā)癥早期篩查依賴眼科醫(yī)生的人工判讀耗時(shí)且主觀因此需要自動(dòng)檢測(cè)工具。要放在一張PPT上講完不要展開?，F(xiàn)場(chǎng)打開系統(tǒng)加載一張0級(jí)正常圖片點(diǎn)擊檢測(cè)展示正常識(shí)別結(jié)果和置信度。這作為系統(tǒng)能正常運(yùn)行的最小證明。加載一張2級(jí)中度圖片展示模型輸出結(jié)果并指出系統(tǒng)會(huì)標(biāo)注置信度偏低的原因——通常這類圖片存在光斑區(qū)域干擾模型判斷不夠自信。這一步是在展示你對(duì)自己系統(tǒng)局限性的理解。加載一張4級(jí)增殖期圖片展示模型成功識(shí)別同時(shí)強(qiáng)調(diào)增殖期病變特征明顯模型最有把握為后面的評(píng)價(jià)指標(biāo)分析做鋪墊。兩張圖像一正一難一簡(jiǎn)單既演示了系統(tǒng)的正常功能又留出了講模型不足和后續(xù)改進(jìn)的空間。比反復(fù)點(diǎn)點(diǎn)點(diǎn)所有按鈕強(qiáng)得多。5.2 評(píng)委必問問題清單與應(yīng)答思路基于我?guī)н^項(xiàng)目的經(jīng)驗(yàn)這個(gè)題目的答辯現(xiàn)場(chǎng)幾乎必問以下問題我把思路和參考答案一并整理出來你用的是預(yù)訓(xùn)練模型吧那你的工作到底是什么——這是一個(gè)高頻且?guī)в幸稽c(diǎn)挑戰(zhàn)意味的問題但完全不是壞消息。回應(yīng)要點(diǎn)明確說是的我使用了ImageNet上預(yù)訓(xùn)練的ResNet50作為骨干但做了三方面工作——針對(duì)眼底圖像特點(diǎn)設(shè)計(jì)了完整的預(yù)處理pipeline處理了類別不均衡加權(quán)采樣損失函數(shù)并且微調(diào)策略上采用分階段解凍在此之上的所有對(duì)比實(shí)驗(yàn)都是我自己跑出來的。為什么不用更先進(jìn)的模型比如Vision Transformer——?jiǎng)e慌這恰恰是展示工程判斷力的機(jī)會(huì)?；卮鹂蚣苁紫瘸姓J(rèn)ViT在大型數(shù)據(jù)集上效果好但畢設(shè)項(xiàng)目的核心是構(gòu)建一個(gè)可用的系統(tǒng)需要兼顧推理速度和部署便捷性其次便攜式設(shè)備和客戶端應(yīng)用對(duì)模型體積和延遲敏感ResNet在效果和速度之間取得了好的平衡。如果評(píng)委繼續(xù)追問可以補(bǔ)充我也做了EfficientNet的對(duì)比實(shí)驗(yàn)結(jié)果在論文表X中展示。你這個(gè)系統(tǒng)和醫(yī)院已有的系統(tǒng)有什么區(qū)別能做臨床使用嗎——這是一個(gè)送命題不小心就會(huì)被追問到不可收拾。我的回答思路是這是教學(xué)和研究性質(zhì)的驗(yàn)證系統(tǒng)目標(biāo)是證明深度學(xué)習(xí)在DR自動(dòng)篩查中的技術(shù)可行性距離真正的臨床應(yīng)用還需要更大規(guī)模的多中心數(shù)據(jù)驗(yàn)證、與眼科醫(yī)生標(biāo)注的一致性評(píng)估、以及倫理和醫(yī)療器械審批流程。這個(gè)回答既體現(xiàn)對(duì)邊界的清醒又不會(huì)被追問死。數(shù)據(jù)怎么來的有多少?gòu)垬?biāo)注可靠嗎——如實(shí)說明數(shù)據(jù)集來源標(biāo)注為眼科醫(yī)生完成已有研究對(duì)該數(shù)據(jù)集做過標(biāo)注一致性驗(yàn)證。順帶說明由于數(shù)據(jù)來自公開競(jìng)賽圖像標(biāo)注標(biāo)準(zhǔn)與臨床診斷手冊(cè)一致因此具有參考價(jià)值。不要在這部分夸大數(shù)據(jù)量幾百到幾千張就是幾百到幾千張誠(chéng)實(shí)且可驗(yàn)證。這些問題的應(yīng)對(duì)思路如果提前演練過答辯時(shí)就不會(huì)慌。但如果評(píng)委臨時(shí)問了一個(gè)從未準(zhǔn)備過的問題記住一個(gè)通用的緩沖策略先用自己的話復(fù)述一遍問題確認(rèn)理解無誤再分點(diǎn)作答。這能給自己爭(zhēng)取幾秒鐘思考時(shí)間也讓回答邏輯更清晰。6. 實(shí)際開發(fā)過程中的七個(gè)后悔沒有早知道的坑圍繞這個(gè)項(xiàng)目我在實(shí)際開發(fā)中積累了不少教訓(xùn)這里挑出最值得說的幾個(gè)希望后來者少走彎路。6.1 不要一開始就追求最佳模型最優(yōu)模型是訓(xùn)練對(duì)比出來的。我做過最傻的一件事是在項(xiàng)目第一周就在網(wǎng)上找哪個(gè)模型跑APTOS精度最高最后買了一堆論文復(fù)現(xiàn)代碼沒寫一行數(shù)據(jù)沒下載完。先拿一個(gè)最簡(jiǎn)單的ResNet18跑通全流程——從數(shù)據(jù)讀取到模型推理到界面顯示——再回來優(yōu)化模型。全流程跑通比單點(diǎn)性能重要得多它能讓你盡早發(fā)現(xiàn)數(shù)據(jù)劃分問題、代碼邏輯問題、環(huán)境依賴問題而這些問題越晚發(fā)現(xiàn)越致命。6.2 模型訓(xùn)練日志一定要結(jié)構(gòu)化記錄我早期訓(xùn)練模型時(shí)是手動(dòng)在終端里看一行行打印的loss和acc訓(xùn)練完了存一個(gè)最佳權(quán)重其他什么都不留。等到寫論文時(shí)發(fā)現(xiàn)實(shí)驗(yàn)部分需要的所有過程性數(shù)據(jù)每個(gè)epoch的指標(biāo)變化、不同模型對(duì)比表、不同超參數(shù)的曲線全都沒有系統(tǒng)記錄只能重新跑一遍。后來養(yǎng)成了習(xí)慣用tensorboard記錄訓(xùn)練曲線同時(shí)把每個(gè)epoch的指標(biāo)追加寫入一個(gè)CSV文件最后連同模型權(quán)重按日期單獨(dú)建文件夾。這個(gè)習(xí)慣至少為論文撰寫省下整整一周時(shí)間。6.3 數(shù)據(jù)預(yù)處理要在訓(xùn)練和推理兩端保持一致這是初學(xué)者最容易出Bug的地方之一。訓(xùn)練時(shí)對(duì)圖像做了裁剪黑邊、縮放512、歸一化、數(shù)據(jù)增強(qiáng)部署時(shí)PyQT推理代碼里卻只做了縮放到512、忘記裁剪、歸一化參數(shù)寫錯(cuò)比如把mean和std當(dāng)成了0到1區(qū)間的數(shù)。訓(xùn)練做得再好部署端預(yù)處理不一致相當(dāng)于換了輸入分布模型性能直接崩塌。解決辦法是寫一個(gè)統(tǒng)一的預(yù)處理模塊訓(xùn)練腳本和推理腳本都調(diào)用同一個(gè)函數(shù)def preprocess_image(image_path: str, target_size: int 512) - torch.Tensor: # 讀圖、去黑邊、縮放、歸一化 ...這個(gè)函數(shù)被訓(xùn)練代碼和PyQT的推理Worker共同引用從源頭上杜絕不一致問題。6.4 不要相信torch.load時(shí)的絕對(duì)路徑模型文件如果存的是D:\project\checkpoints\best.pt拿到答辯電腦上必掛。正確的做法是項(xiàng)目?jī)?nèi)使用相對(duì)路徑且入口處基于os.path.dirname(__file__)來拼路徑。這樣整個(gè)項(xiàng)目文件夾拷到任何一臺(tái)電腦上都能正常運(yùn)行。我在這個(gè)細(xì)節(jié)上吃過一次虧印象特別深。6.5 置信度不等于校準(zhǔn)度系統(tǒng)界面上顯示置信度98%不代表模型是真的有98%的把握。softmax輸出的概率分布天然具有過度自信傾向尤其是訓(xùn)練樣本不均衡的情況下某些類別即使預(yù)測(cè)正確其置信度也未必反映真實(shí)可能性。在界面設(shè)計(jì)時(shí)我給置信度分了三個(gè)區(qū)間大于85%顯示綠色較高置信度60%到85%顯示黃色中等置信度低于60%顯示紅色低置信度建議人工復(fù)核。這個(gè)設(shè)計(jì)不僅誠(chéng)實(shí)還能在演示時(shí)自然帶出一句對(duì)低置信度結(jié)果系統(tǒng)的定位是輔助篩選工具最終判斷需要醫(yī)生參與。這句話在答辯時(shí)會(huì)成為得分點(diǎn)。6.6 界面布局里最容易被忽略的是演示友好性答辯現(xiàn)場(chǎng)投影儀的畫質(zhì)通常一般如果你的界面字體太小、對(duì)比度不夠評(píng)委在臺(tái)下看不清楚演示效果就直接打了折扣。我最終的界面方案是結(jié)果區(qū)域的字體加粗加大診斷等級(jí)用大號(hào)彩色標(biāo)簽顯示綠色、黃色、紅色對(duì)應(yīng)不同等級(jí)關(guān)鍵操作按鈕通通放在左側(cè)固定位置不要做任何動(dòng)態(tài)隱藏。這些細(xì)節(jié)屬于看起來不難但提前想到的人不多的類型。6.7 提前確認(rèn)答辯現(xiàn)場(chǎng)的設(shè)備條件最后一條來自親身經(jīng)歷。有一次模擬答辯我發(fā)現(xiàn)教室的電腦沒有獨(dú)立顯卡CPU推理一張圖要4秒多整個(gè)演示節(jié)奏被迫放緩后面的內(nèi)容被壓縮得很難受。后來我把模型換成ONNX Runtime推理相比PyTorch直接加載在CPU上能快30%到50%才解決了這個(gè)問題。所以建議你在答辯前兩周就去確認(rèn)現(xiàn)場(chǎng)電腦有沒有GPU、是Windows還是Mac、投影分辨率是多少、能不能聯(lián)網(wǎng)PyQT打包后一般不需要聯(lián)網(wǎng)。不要等答辯前一天再慌。寫在最后的實(shí)話糖尿病視網(wǎng)膜病變檢測(cè)這個(gè)方向看起來內(nèi)容很多但實(shí)際上每個(gè)環(huán)節(jié)都有成熟的方案——數(shù)據(jù)有公開集模型有現(xiàn)成結(jié)構(gòu)界面有明確的任務(wù)邊界。真正拉開差距的是你能不能在有限時(shí)間內(nèi)把這些模塊漂亮地串聯(lián)起來并搞清楚每一層選擇背后的原因。這個(gè)題目在答辯時(shí)天然有優(yōu)勢(shì)它有社會(huì)意義技術(shù)棧屬于主流方向系統(tǒng)形態(tài)直觀可見評(píng)價(jià)指標(biāo)體系成熟。只要你把數(shù)據(jù)預(yù)處理、模型訓(xùn)練、界面封裝這三條線都走通并且像我上面說的那樣對(duì)每個(gè)決策都能講出一個(gè)為什么這場(chǎng)答辯就穩(wěn)了。我在陪跑了很多個(gè)類似項(xiàng)目之后最深的體會(huì)是畢設(shè)的價(jià)值不取決于題目多新奇而取決于你對(duì)每個(gè)環(huán)節(jié)的掌控程度。做好了這一件事后面無論工作還是讀研面試官問起項(xiàng)目經(jīng)驗(yàn)時(shí)你都能拿出一個(gè)可以深聊的系統(tǒng)。希望這篇內(nèi)容能幫你把這條路走得更順一點(diǎn)。