企业官网建设流程全解析

简介：这份资源面向计算机视觉初学者与安全监控、火灾预警方向的开发者，围绕烟火图像的识别与分类任务，提供从图像预处理、特征提取到模型训练与评估的完整实践素材。压缩包共3627个文件，以3617张bmp烟火样本图片为主，另含xml标注、jpg示例图、py训练脚本、ipynb预处理与实验笔记及项目配置，整体约11.18MB，目录结构便于按类别检索。已有217人学习下载。读者可借助现成样本与代码，动手完成去噪、灰度化、二值化等预处理，对比SIFT、SURF与CNN特征提取效果，并训练SVM、随机森林或ResNet等模型，结合准确率、精确率、召回率与F1分数评估优化，快速搭建可复用的烟火识别流程。

1. 烟火图像识别与分类：从一堆 BMP 文件名到能跑通的分类器

手里拿到一批烟火图像，文件名长这样：1-1004.BMP、0-00383.BMP、0-00382.BMP、1-1186.BMP、0-001002.BMP。前缀的 0 和 1 就是类别标签，后面是序号。这种命名方式在烟火识别与分类项目里非常典型——正样本是烟花绽放或火焰燃烧的画面，负样本是普通夜景、灯光、云霞等容易混淆的场景。整个资源包围绕这条数据主线展开：code.ipynb负责图像预处理和特征可视化，main.py负责模型训练与验证，temp.jpg是单张推理的样本入口，.idea是开发环境配置。它解决的核心问题是：给定一张烟火图像，判断它属于哪一类，并给出可复现的训练和评估流程。适合做安全监控预警、烟花表演分析、火灾早期识别的从业者，也适合想拿一个完整图像分类 pipeline 练手的人。

2. 图像预处理与数据管道：把 BMP 喂进模型前要做的四件事

2.1 为什么预处理决定了模型上限

烟火图像有个很麻烦的特点：火焰和烟花本身是高亮、高饱和区域，但背景可能是深夜、烟雾、城市灯光。如果直接把原始 BMP 丢进网络，模型很容易学到“亮的就是烟火”这种捷径特征，换一个场景就翻车。所以预处理不是走形式，它直接决定模型能不能学到真正的形状和纹理。

常见做法是四步走：去噪、增强、灰度化、二值化。去噪用高斯滤波或中值滤波，高斯适合高斯噪声，中值适合椒盐噪声，烟火图像里传感器热噪声偏多，我一般先用高斯。增强用直方图均衡化或 CLAHE，把火焰边缘的对比度拉出来。灰度化看后续模型：如果用传统特征如 SIFT、SURF，灰度图足够；如果用 CNN，保留 RGB 三通道更好，因为颜色分布本身就是烟火的重要判别信息。二值化只适合做形状分析或连通域统计，不要拿二值图去训练深度模型，会丢掉太多信息。

code.ipynb里通常会把这几步串成一个可视化流程，方便你逐张检查预处理效果。下面这段代码是我按这个资源场景补全的常见写法，你可以直接对照 notebook 里的单元格改。

import cv2 import numpy as np import os def preprocess_firework(img_path, use_gray=False, use_binary=False): # 读取 BMP，OpenCV 默认 BGR img = cv2.imread(img_path) if img is None: raise FileNotFoundError(f"读不到图像: {img_path}") # 高斯滤波去噪，kernel 取 5x5，sigma 自动 denoised = cv2.GaussianBlur(img, (5, 5), 0) # 转 LAB 空间，对 L 通道做 CLAHE，避免 RGB 直接均衡化偏色 lab = cv2.cvtColor(denoised, cv2.COLOR_BGR2LAB) l, a, b = cv2.split(lab) clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8)) l_eq = clahe.apply(l) enhanced = cv2.merge((l_eq, a, b)) enhanced = cv2.cvtColor(enhanced, cv2.COLOR_LAB2BGR) if use_gray: enhanced = cv2.cvtColor(enhanced, cv2.COLOR_BGR2GRAY) if use_binary: # 自适应阈值，适合光照不均的烟火场景 enhanced = cv2.adaptiveThreshold( enhanced, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 2 ) return enhanced # 批量处理示例 data_dir = "./firework_data" save_dir = "./preprocessed" os.makedirs(save_dir, exist_ok=True) for fname in os.listdir(data_dir): if fname.lower().endswith(".bmp"): out = preprocess_firework(os.path.join(data_dir, fname)) cv2.imwrite(os.path.join(save_dir, fname), out)

逻辑说明：先读图，再做高斯去噪，然后在 LAB 空间对亮度通道做 CLAHE，这样不会把颜色通道一起拉爆。clipLimit=2.0是经验值，调高到 4.0 会让火焰边缘更锐，但噪声也会放大。tileGridSize=(8,8)适合 512×512 左右的图，图更大就改成 16×16。二值化那一步只建议在传统特征流程里用，CNN 训练时把use_binary关掉。

2.2 数据集划分与标签解析

文件名前缀就是标签，0-开头是一类，1-开头是另一类。解析的时候不要用split("-")[0]就完事，因为有的文件名可能是0-001002.BMP，序号部分有前导零，但类别位是稳定的。我一般写一个正则，把类别和序号都提出来，顺便检查有没有漏标或错标。

import re import pandas as pd from sklearn.model_selection import train_test_split pattern = re.compile(r"^(\d+)-(\d+)\.BMP$", re.IGNORECASE) records = [] for fname in os.listdir(data_dir): m = pattern.match(fname) if m: label = int(m.group(1)) idx = int(m.group(2)) records.append({"filename": fname, "label": label, "index": idx}) df = pd.DataFrame(records) print(df["label"].value_counts()) # 先看类别是否均衡 # 按 7:2:1 划分训练、验证、测试 train_df, temp_df = train_test_split( df, test_size=0.3, stratify=df["label"], random_state=42 ) val_df, test_df = train_test_split( temp_df, test_size=1/3, stratify=temp_df["label"], random_state=42 )

参数说明：stratify=df["label"]保证划分后各类比例一致，烟火数据里如果 0 类远多于 1 类，不加这个参数会导致验证集里某一类几乎消失。random_state=42固定随机种子，方便复现。如果value_counts()出来差距超过 5:1，就要考虑过采样或类别权重，不然后面召回率会很难看。

提示：BMP 文件体积大，批量读取时不要一次性全部加载到内存。用tf.data或DataLoader做流式读取，或者先统一转成 JPEG 再训练，能省不少显存和时间。

3. 特征提取与模型选型：SIFT、SURF 还是直接上 CNN

3.1 传统特征和深度特征的分界线

这个资源里同时提到了 SIFT、SURF 和 CNN，说明作者想覆盖两条路线。我的经验是：数据量小于 2000 张、类别差异主要体现在形状和边缘时，SIFT + SVM 仍然能打，而且训练快、可解释。数据量上去以后，CNN 端到端学习明显更稳，因为烟火图像的类内差异很大——同样是烟花，不同颜色、不同曝光、不同背景，手工特征很难覆盖全。

SIFT 的关键点检测对尺度变化鲁棒，但计算慢，一张 512×512 的图可能要几百毫秒。SURF 是它的加速版，但专利问题在一些场景下要留意。实际做烟火分类，我一般会先跑一个小实验：用 SIFT 提取关键点，聚成 BoW 词袋，再喂 SVM，看验证集准确率能不能过 80%。如果能过，说明形状特征够用；如果过不了，直接换 CNN，别在传统特征上死磕。

code.ipynb里如果有 SIFT 的可视化单元格，重点看关键点是不是落在火焰边缘和烟花轮廓上。如果关键点大量落在背景灯光上，说明预处理没做到位，或者需要加掩膜把高亮区域单独提出来。

3.2 CNN 模型结构怎么选

main.py里通常会定义一个 CNN。烟火图像分类不需要上来就 ResNet-152，参数量太大，小数据集上反而容易过拟合。我一般从一个小型 VGG 或自定义 4 层卷积开始，配合全局平均池化，最后接全连接分类头。下面是一个可复现的结构示例。

import torch import torch.nn as nn class FireworkCNN(nn.Module): def __init__(self, num_classes=2): super().__init__() self.features = nn.Sequential( # 输入 3x224x224 nn.Conv2d(3, 32, kernel_size=3, padding=1), nn.BatchNorm2d(32), nn.ReLU(inplace=True), nn.MaxPool2d(2), # 112x112 nn.Conv2d(32, 64, kernel_size=3, padding=1), nn.BatchNorm2d(64), nn.ReLU(inplace=True), nn.MaxPool2d(2), # 56x56 nn.Conv2d(64, 128, kernel_size=3, padding=1), nn.BatchNorm2d(128), nn.ReLU(inplace=True), nn.MaxPool2d(2), # 28x28 nn.Conv2d(128, 256, kernel_size=3, padding=1), nn.BatchNorm2d(256), nn.ReLU(inplace=True), nn.AdaptiveAvgPool2d(1) # 1x1 ) self.classifier = nn.Sequential( nn.Flatten(), nn.Dropout(0.5), nn.Linear(256, num_classes) ) def forward(self, x): x = self.features(x) return self.classifier(x)

逻辑说明：四层卷积，通道数从 32 翻到 256，每层后面跟 BatchNorm 和 ReLU，池化用 MaxPool。最后用AdaptiveAvgPool2d(1)把空间维度压成 1×1，再接 Dropout 和全连接。Dropout(0.5)在小数据集上是必要的，不然训练准确率很快到 99%，验证集却不动。num_classes=2对应二分类，如果后面要分多种烟火类型，改这个数就行。

训练循环里，损失函数用CrossEntropyLoss，优化器用Adam，学习率从1e-3开始，每 10 个 epoch 乘 0.1。批大小 32 或 64，看显存。如果验证集准确率震荡，把学习率降到1e-4，或者加学习率预热。

3.3 数据扩增的参数怎么设

烟火图像的拍摄角度、距离、光照变化大，扩增是必须的。但不要无脑加，旋转角度太大可能把烟花转成不合理的形态。我一般用：随机水平翻转、±15 度旋转、亮度对比度微调、随机裁剪。颜色抖动要谨慎，因为颜色是烟火的重要特征，抖动太猛会把红色烟花变成橙色，标签就不对了。

from torchvision import transforms train_tf = transforms.Compose([ transforms.Resize((224, 224)), transforms.RandomHorizontalFlip(p=0.5), transforms.RandomRotation(15), transforms.ColorJitter(brightness=0.2, contrast=0.2, saturation=0.1), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ]) val_tf = transforms.Compose([ transforms.Resize((224, 224)), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ])

参数说明：RandomRotation(15)是角度范围，超过 30 度烟火轨迹会变得不自然。ColorJitter里saturation=0.1调得很轻，就是为了保住颜色特征。归一化用的 ImageNet 均值方差，如果你从零训练，也可以改成自己数据集的统计值，但差别通常不大。

4. 训练、评估与调参：准确率上不去先查这五个地方

4.1 训练循环里必须记录的指标

main.py的训练部分，除了 loss，一定要记录每个 epoch 的训练准确率和验证准确率。只看 loss 容易被误导——loss 在降，但验证准确率可能已经过拟合了。评估指标用准确率、精确率、召回率和 F1。烟火识别场景里，召回率往往比精确率更重要，因为漏报一个真实烟火比误报一个普通灯光代价更大。

from sklearn.metrics import classification_report, confusion_matrix def evaluate(model, loader, device): model.eval() all_preds, all_labels = [], [] with torch.no_grad(): for imgs, labels in loader: imgs, labels = imgs.to(device), labels.to(device) outputs = model(imgs) preds = outputs.argmax(dim=1) all_preds.extend(preds.cpu().numpy()) all_labels.extend(labels.cpu().numpy()) print(confusion_matrix(all_labels, all_preds)) print(classification_report(all_labels, all_preds, digits=4))

逻辑说明：model.eval()关掉 Dropout 和 BatchNorm 的训练行为，torch.no_grad()省显存。混淆矩阵能直接看出哪一类被误判成哪一类。如果 0 类被大量判成 1 类，说明模型对负样本的区分能力不够，要么加负样本，要么调类别权重。

4.2 超参数调整的优先级

调参不要一把抓，按这个顺序来：先调学习率，再调批大小，然后看网络深度，最后才是正则化系数。学习率是影响最大的，1e-3不行就试1e-4和3e-4。批大小受显存限制，但太小会让 BatchNorm 不稳定，建议至少 16。如果训练集准确率远高于验证集，先加 Dropout 或权重衰减，再考虑减网络层数。

temp.jpg可以作为单张推理的入口，训练完拿它跑一次，看输出的类别概率。如果概率接近 0.5，说明模型没学到东西，回去查预处理和标签。

注意：不要用测试集调参。测试集只在最后跑一次，调参阶段用验证集。这个坑我见过太多次，调完参测试集准确率虚高，上线就崩。

5. 避坑与排查：烟火分类项目里最容易翻车的五个地方

现象一：训练准确率 99%，验证准确率 60%。原因：过拟合，模型记住了训练集的背景噪声而不是烟火特征。 解决：加数据扩增、加 Dropout、减小网络容量，或者检查训练集和验证集是不是来自同一批拍摄条件。如果验证集全是白天场景而训练集全是夜晚，分布不一致，再怎么调都没用。

现象二：模型把亮灯窗户全判成烟火。原因：预处理没做掩膜，模型学到了“高亮区域=烟火”的捷径。 解决：在预处理阶段加一个亮度阈值掩膜，把非烟火的高亮区域压暗，或者用颜色空间过滤，只保留火焰色域内的区域再送进网络。

现象三：BMP 读取出来是 None，程序直接崩。原因：文件名里有中文路径、空格，或者 OpenCV 不支持某些 BMP 编码格式。 解决：用cv2.imdecode(np.fromfile(path, dtype=np.uint8), cv2.IMREAD_COLOR)替代cv2.imread，能绕过路径编码问题。另外检查文件是不是 16 位 BMP，OpenCV 读 16 位图会出问题，先转 8 位。

现象四：验证集 loss 突然变成 NaN。原因：学习率太大，或者某张图归一化后出现极端值。 解决：先把学习率降一个数量级，然后在 Dataset 里加断言，检查每张图归一化后的均值和方差是否在合理范围。如果某张图全黑或全白，直接跳过。

现象五：类别不平衡导致召回率极低。原因：0 类样本远多于 1 类，模型倾向于全预测成多数类。 解决：在损失函数里加weight参数，按类别频率的倒数设置权重；或者用WeightedRandomSampler在采样阶段就平衡。不要只靠过采样，复制样本会让过拟合更严重。

6. 从单张推理到批量验证：一个能落地的收尾技巧

训练完模型，别只看验证集数字。我习惯做一件事：把temp.jpg和测试集里随机抽的 20 张图拼成一张网格图，每张图上面标真实标签和预测标签，一眼就能看出模型在哪些场景下翻车。这个习惯帮我省了很多“数字好看但实际不能用”的后悔药。

具体做法是用main.py里已经训练好的模型，加载权重后跑一个predict_batch函数。下面这段代码可以直接接在训练脚本后面。

import matplotlib.pyplot as plt import numpy as np from PIL import Image def visualize_predictions(model, image_paths, labels, device, n=20): model.eval() fig, axes = plt.subplots(4, 5, figsize=(15, 12)) axes = axes.flatten() for i, (path, true_label) in enumerate(zip(image_paths[:n], labels[:n])): img = Image.open(path).convert("RGB") tensor = val_tf(img).unsqueeze(0).to(device) with torch.no_grad(): pred = model(tensor).argmax(dim=1).item() axes[i].imshow(img) color = "green" if pred == true_label else "red" axes[i].set_title(f"T:{true_label} P:{pred}", color=color, fontsize=10) axes[i].axis("off") plt.tight_layout() plt.savefig("prediction_grid.png", dpi=150) print("已保存 prediction_grid.png")

逻辑说明：val_tf是验证集的变换，不要用训练集的扩增变换，否则预测结果会随机。标题里T是真实标签，P是预测标签，绿色表示正确，红色表示错误。跑完打开prediction_grid.png，重点看红色标题的图——如果错的全是某种特定背景，比如霓虹灯招牌，那就针对性地补这类负样本。

参数方面，n=20可以改成你想要的张数，但别超过测试集大小。figsize和子图行列数按n调整，保证每张图看得清。保存的 dpi 设 150 足够发报告用。

从那以后我每次训练完烟火分类模型，都强制走一遍这个可视化流程，不看到红色错误样本的具体样子，就不敢说模型能上线。希望帮到你。

本文还有配套的精品资源，点击获取