企业官网建设流程全解析

每年到这个节点，总有人来问我毕设怎么选题。与其做烂大街的猫狗识别、手写数字识别，我更建议把目光放到“深度学习毕设项目推荐-基于人工智能CNN卷积网络的蔬菜识别”上。它听起来不花哨，但背后藏着的是一整条完整的图像分类工程链路：数据采集、清洗、增强、CNN网络搭建、训练调参、评估分析，甚至还能延伸到模型部署。对本科生来说，这个难度曲线刚刚好，不会让你卡在纯理论里出不来，又能在答辩时拿出看得见的落地成果。

标题里的关键词很明确：深度学习做课程设计或毕业设计，技术路线是CNN卷积网络，应用场景是蔬菜识别。这篇文章不聊虚的，直接把这套项目从选题思路到技术实现、从训练调参到常见坑位一次性说明白。适合正在选题但没什么实战经验的人，也适合已经跑通基础分类、想把项目做得更完整的人。无论你是想拿高分，还是想借这个项目入门计算机视觉，都可以按下面的路线走一遍。

1. 为什么拿“蔬菜识别”做毕设：选题价值与需求拆解

1.1 毕设选题的三个核心判断标准

选毕设不是选“最难的”，而是选“最能支撑你完整走完流程的”。我判断一个题目能不能做，通常就看三点。第一，技术主线是不是清楚。蔬菜识别绕不开CNN卷积网络，这正好是计算机视觉最基础也是最常用的技术体系，不算冷门，参考资料也多。第二，问题边界是不是明确。任务定义成“输入一张图像，输出它属于哪一种蔬菜”，从数据到模型到评估都有清晰口径，不容易做着做着就跑偏。第三，成果是不是可感知。训练完成后，你可以让模型现场对着一张辣椒、茄子、番茄的图片给出判断，视觉效果直观，答辩时老师和同学都能一眼看懂你在做什么。

这三个标准背后其实是一个通用逻辑：毕设题目决定你的工作量边界。我见过有人题目看起来很高大上，比如“基于深度学习的通用物体检测系统”，结果数据和算力都跟不上，最后只能拿开源模型跑个Demo，连微调都没做完。反而是蔬菜识别这种题目，单类别的分类精度可以做得很高，你又可以围绕数据、模型、部署逐步扩展，可深可浅，主动权在自己手里。对多数普通配置的电脑来说，训练一个中型CNN或者微调一个轻量级模型，时间成本也可控。

1.2 蔬菜识别任务的特殊性：它不是简单分类

很多人觉得图像分类就是“拿预训练模型跑一遍”，但实际上蔬菜识别比猫狗识别要麻烦不少。第一个麻烦是类内差异小。同样一种番茄，有红的、绿的、黄的，形状也各不相同，但类别都是番茄，模型要学到的是“稳定特征”，而不是简单记住颜色。第二个麻烦是类间相似度高。比如小葱和韭菜、白菜和生菜，叶片纹理接近，人眼都要仔细分辨，模型如果只用浅层特征，很容易混。

还有第三个麻烦是背景干扰。实际拍摄的蔬菜照片，背景有菜板、手掌、塑料袋、厨房环境，模型可能更关注背景而不是目标本身，这就是常说的“捷径学习”。我在实际项目里遇到过类似情况：某个类别精度虚高，后来发现是因为该类别训练图里经常出现同一块白色砧板，模型其实在认砧板，不是在认蔬菜。要解决这些问题，数据集的构建质量、数据增强策略和模型的归纳偏置都要同时考虑，这也是这个项目真正有价值的地方。

1.3 从标题反推的项目预期与验收点

标题“基于人工智能CNN卷积网络的蔬菜识别”里虽然没有写“系统”“平台”，但按照毕设的通常要求，我建议把项目理解成一个可运行的视觉识别系统，而不是一个孤立的模型脚本。这意味着你要交付的东西至少包括四块：一是需求分析与方案设计文档，说明为什么用CNN、用什么样的CNN、数据集怎么来；二是代码工程，包含数据加载、模型定义、训练脚本、测试脚本；三是实验结果分析，包括准确率、召回率、混淆矩阵和典型错误案例；四是演示界面或者推理接口，让模型可以被使用。

答辩的时候，评审老师通常会按这几个验收点来提问。比如“你的模型对模糊图片为什么判断失败？”“数据增强之后训练集和验证集是否重叠？”“卷积核数量是怎么定的？”这些问题如果只是在跑通代码的阶段，是答不上来的。所以我建议在动手训练之前，先把自己的项目说明书列一个提纲：数据来源写清楚、模型结构画出来、评估指标定下来，后面做实验时每调一个参数都有据可依。这比最后临时补材料要省力得多。

2. 整体架构设计：从数据集到部署的主链路

2.1 技术选型：为什么选CNN而不是“更高级”的方案

市面上图像分类可选的技术路线很多，传统机器学习方法、CNN、Transformer都有。但毕设项目我推荐把CNN作为主线。原因是CNN在图像任务上有一个天然优势：通过卷积核的局部连接和权值共享，它能把“局部纹理”和“空间结构”这两个图像识别的关键信号直接编码进网络结构，不需要像传统方法那样手动设计特征算子，也不需要像Transformer那样依赖大规模数据和预训练权重才能发挥威力。

很多同学看到别人用更大更复杂的模型，就担心自己是不是落伍了。其实不必，对蔬菜识别这种任务，类别数量通常在10到30类之间，单张图片分辨率也不会太高，CNN完全能撑起一个高精度基线。我常用的是这么一套组合：整体工程用Python写，训练框架用PyTorch，模型先从一个自建的小型CNN开始，把数据流程打通后，再换成ResNet18或MobileNetV3做对比实验。这样做的好处是，一旦训练出现问题，你可以清楚地定位是网络结构问题、数据处理问题还是超参数问题，而不是把一堆复杂度堆在一起然后不知所措。

我之所以不建议一上来就用别人封装好的分类工具，也是因为毕设的核心是“你理解了这条链路”，而不是“你调用了某个现成按钮”。自己写数据加载、自己定义模型类、自己写训练循环，看起来代码量多了，但对原理的理解会扎实很多。答辩时老师问到“数据是怎么进模型的”，你能答出张量的shape变化、Batch维度、通道顺序这些细节，这个项目的说服力就出来了。

2.2 数据集准备：公开数据与自采数据的组合

数据集是整个项目的底座。我见过太多项目最后效果不好，不是模型不行，而是数据出了问题。对蔬菜识别来说，我建议分两步准备数据。

第一步是先用公开数据集跑通流程。常见的公开蔬菜分类数据集一般包含十几种常见蔬菜，每类数百到数千张不等的图片。你可以先把这些数据下载下来，按目录结构整理成训练集和验证集。目录结构很关键，我习惯用这样组织：

dataset/ train/ tomato/ cucumber/ pepper/ ... val/ tomato/ cucumber/ pepper/ ...

这种结构的好处是，后面用框架里的数据加载工具可以直接按目录生成标签，不需要手写标注文件。需要说明的是，公开数据集里的图片大多是“相对干净”的，背景比较单一，但毕设数据如果只有这种，模型很容易训练得很“天真”。所以第二步，我建议自己补一批真实场景图片。

自采数据可以用手机拍摄，放在不同背景、不同光照条件下拍。每类至少补50到100张。然后你可以把公开数据和自己拍的数据混合起来，按类别整理到同一个目录结构里。混合比例上，自采数据不用太多，但一定要保证类别覆盖。数据量方面，我建议每类不少于300张，总共15类左右，总样本5000张上下，这对训练一个中小型CNN来说基本够用。如果某些类别实在难拍，可以通过水平翻转、随机裁剪、旋转等增强方式做扩充，但不能简单复制粘贴原图，否则模型只是记住了同一张图的副本。

数据质量上，有几个坑要提前避免。第一个是图片尺寸不统一，模型输入固定后，不同尺寸图片会被直接拉伸或裁剪，导致目标变形或截断，要统一规范。第二个是错误标签，公开数据里偶尔会有错类，自己采数据时也可能因为文件名写错导致标签全错。我的做法是训练前写一个小脚本，把每个类别的抽样图片拼成一张大图，人眼看一遍每个类别的缩略图，基本能发现标签错乱问题。别嫌这一步麻烦，它比后面排查模型问题要快得多。

2.3 模型结构与训练方案的总体设计

在开始跑代码之前，心里要有目标模型结构。以我常用的轻量级CNN为例，整体结构可以设计成这样：输入是3通道、224×224的RGB图片，经过若干卷积块提取特征，每个卷积块包含卷积层、批归一化、ReLU激活和最大池化，最后一层用全局平均池化把特征压缩成向量，再接一个全连接层，输出维度等于类别数。

为什么用224×224？这是很多预训练模型的常见输入尺寸，如果后续要换成ResNet进行微调，可以直接复用数据管线。为什么用批归一化？它能把每层输出的分布拉回相对稳定的范围，训练收敛明显更快，也能缓解梯度消失问题。为什么最后用全局平均池化而不是直接展开？因为展开后的参数数量会爆炸，全连接层成了网络里的“显存黑洞”，而全局平均池化把每个通道的空间特征压缩成一个值，参数量少得多，同时保留通道级别的语义信息。

训练方案上也值得提前设计。一个比较稳的训练流程是：先用较小的输入尺寸、较慢的学习率热身，再逐步恢复正常学习率；学习率采用阶梯式下降，比如每10个epoch降为原来的0.1倍；训练过程中同时记录训练集和验证集的损失与准确率，每一轮结束都保存一次当前最佳模型。简单说，不要只盯着最终结果，训练曲线才是判断模型状态的依据。我一般在训练到一半时，就通过验证集准确率的变化判断是否需要调整数据增强强度或模型容量。

3. 核心环节实操：数据预处理、模型构建与训练调参

3.1 数据预处理与增强：让模型学会“看本质”

数据预处理和增强是CNN项目里最容易被忽略但又最影响效果的部分。先说预处理，最基本的是把图片统一缩放到模型输入尺寸，转成Tensor，并按均值方差做归一化。为什么要归一化？因为RGB像素值的范围是0到255，数值跨度大，如果不归一化，模型训练时梯度更新容易抖动，收敛速度会慢很多。归一化用的均值和方差，一般直接用公开统计值就行，如果你的数据和自然图像差异不大，这个选择完全够用。

数据增强的目的是让模型对真实世界的变化不敏感。我的增强配置是：随机水平翻转、随机旋转一定角度、随机改变亮度对比度饱和度、随机缩放裁剪。这些增强要从训练集里随机做，验证集不做增强，只做缩放和归一化。否则验证集结果会被增强噪声影响，无法反映模型真实能力。下面是PyTorch里常用的转换配置，我自己项目里改的就是这个模板：

from torchvision import transforms train_transform = transforms.Compose([ transforms.RandomResizedCrop(size=224, scale=(0.8, 1.0)), transforms.RandomHorizontalFlip(), transforms.RandomRotation(degrees=10), transforms.ColorJitter(brightness=0.2, contrast=0.2, saturation=0.2), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ]) val_transform = transforms.Compose([ transforms.Resize(256), transforms.CenterCrop(224), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ])

这里有个细节：验证集先Resize到256，再CenterCrop到224，这是很多图像分类任务的标配。因为直接Resize到224会把长宽比不同的图片强行压缩，导致物体变形，而先放大再中心裁剪能保留更多目标区域，同时减少变形。我自己实测下来，同样的模型，这一小步能让验证准确率稳定提高1到2个百分点，不要省。

数据增强不是越强越好。增强强度过高，比如旋转角度很大、裁剪比例很小，会让训练图片和真实图片差异过大，模型反而学不到稳定特征。我的经验是增强策略要和数据集规模匹配：数据少的时候增强适当强一点，数据够用的时候以轻微增强为主，重点保证训练集和验证集的分布一致。

3.2 构建一个轻量级CNN模型：代码级拆解

模型定义是整个工程的核心。为了讲清楚原理，我写一个结构简单但五脏俱全的小型CNN，适合做原型验证。它包含三个卷积块，每个卷积块后面跟一个最大池化，最后一层是全局平均池化加全连接输出，具体代码如下：

import torch.nn as nn class SimpleCNN(nn.Module): def __init__(self, num_classes=15): super(SimpleCNN, self).__init__() self.features = nn.Sequential( # 卷积块1 nn.Conv2d(3, 32, kernel_size=3, padding=1), nn.BatchNorm2d(32), nn.ReLU(inplace=True), nn.MaxPool2d(2), # 卷积块2 nn.Conv2d(32, 64, kernel_size=3, padding=1), nn.BatchNorm2d(64), nn.ReLU(inplace=True), nn.MaxPool2d(2), # 卷积块3 nn.Conv2d(64, 128, kernel_size=3, padding=1), nn.BatchNorm2d(128), nn.ReLU(inplace=True), nn.MaxPool2d(2), ) self.classifier = nn.Sequential( nn.AdaptiveAvgPool2d((1, 1)), nn.Flatten(), nn.Linear(128, num_classes) ) def forward(self, x): x = self.features(x) x = self.classifier(x) return x

这个网络的参数有多少？我估算一下：第一个卷积层3×32×3×3，约864个参数；第二个卷积层32×64×3×3，约18432个参数；第三个卷积层64×128×3×3，约73728个参数；最后的全连接层128×15，约1920个参数。加在一起不到10万参数，显存占用非常小，单张显卡甚至CPU都能跑。这就是为什么我说毕设不需要追求大模型，先把链路跑通，小模型的反馈周期也短得多。

代码里有一个需要注意的细节：AdaptiveAvgPool2d((1, 1))和Flatten组合，作用是让网络不关心输入尺寸，不管输入是224还是128，最后都能得到固定长度的特征向量。这对调试很有帮助，也让模型结构更灵活。另外一个细节是padding=1配合kernel_size=3，可以保证卷积后特征图尺寸不变，这样池化次数等信息比较好控制。如果你对特征图尺寸的计算不熟，可以用这个原则：卷积层尽量保持尺寸，池化层负责减半，这样结构不容易出错。

3.3 训练参数设置与过程解读

训练代码看起来枯燥，但里面的每个参数都会直接影响最终精度。我先说一组经过验证的初始配置：批次大小取32，学习率取0.001，优化器用Adam，损失函数用交叉熵，训练60个epoch，学习率在第20和第40个epoch各衰减一次。这个组合在小型CNN上非常稳，一般不会出现训练发散或者收敛过慢的问题。

为什么要用交叉熵损失？因为它是分类问题的标准选择，输出的是一个概率分布，配合Softmax使用，梯度更新方向明确。为什么用Adam？因为Adam自带自适应学习率，对刚开始调参的人友好，不需要手动精细调整学习率策略。但我提醒一下，Adam收敛快，不代表最终精度一定比带动量的SGD好；如果你希望刷高一点准确率，后期可以换SGD配合余弦退火或者阶梯式衰减试试。

训练代码的主循环不复杂，但有几个点容易写错。第一个是模型状态的切换：训练时要用model.train()，验证时要用model.eval()，否则BatchNorm和Dropout的行为会不对，验证结果会偏高或偏低。第二个是梯度清零：每个batch都要optimizer.zero_grad()，否则梯度会累加。第三个是验证阶段要用with torch.no_grad()包裹，不计算梯度，既省显存也能避免误改参数。这三个细节虽然基础，但每次都有同学栽在上面，我干脆把核心循环贴出来：

for epoch in range(epochs): model.train() train_loss, train_correct, train_total = 0.0, 0, 0 for images, labels in train_loader: images, labels = images.to(device), labels.to(device) optimizer.zero_grad() outputs = model(images) loss = criterion(outputs, labels) loss.backward() optimizer.step() train_loss += loss.item() * images.size(0) _, predicted = outputs.max(1) train_correct += predicted.eq(labels).sum().item() train_total += labels.size(0) # 验证 model.eval() val_loss, val_correct, val_total = 0.0, 0, 0 with torch.no_grad(): for images, labels in val_loader: images, labels = images.to(device), labels.to(device) outputs = model(images) loss = criterion(outputs, labels) val_loss += loss.item() * images.size(0) _, predicted = outputs.max(1) val_correct += predicted.eq(labels).sum().item() val_total += labels.size(0) print(f"Epoch {epoch+1}: " f"train_acc={train_correct/train_total:.4f} " f"val_acc={val_correct/val_total:.4f}")

训练过程中怎么看状态？我的经验是看训练集和验证集的差距。如果训练集准确率持续上升但验证集准确率停滞甚至下降，说明已经开始过拟合，这时候需要增强数据增强、加Dropout或者减少网络层数。如果两者都太低，说明模型容量或训练时间不够，可以加大特征通道数或延长训练轮数。如果训练损失在震荡，可以考虑降低学习率。一句话，判断模型的第一步不是改代码，是看曲线。

4. 常见问题与排查技巧实录

4.1 损失不下降：先从数据管线查起

训练刚开始，损失不下降是最常见的问题。很多人第一反应是模型结构有问题，但我负责任地说，大部分情况下问题出在数据管线上。我自己踩过一个很典型的坑：图片加载后没有做归一化，像素值范围变成0到255，模型输入分布太大，损失在某个水平上抖来抖去就是不降。后来把ToTensor和Normalize的顺序理清楚，问题立刻解决。

另一类数据管线问题更难发现，比如标签错位。我曾经遇到训练损失能下降但验证准确率基本是随机水平，最后检查发现训练脚本里的目录遍历顺序和验证脚本不一致，两个加载器对类别名称的排序不一样，导致模型学到的是“错位标签”的映射。排查这类问题有一个很有效的办法：随机抽几张训练图片，把真实标签和模型预测结果一起打印出来，肉眼对比，基本能定位。不要觉得这个办法土，它比你查半天代码快得多。

如果确认数据没问题，再考虑优化器和学习率。学习率过大，损失会震荡甚至变成NaN；学习率过小，损失下降得像蜗牛爬。我的排查顺序是：先打印每个batch送入模型的输入张量shape，确认维度对不对；再检查标签的取值是否在类别范围内；然后看loss是不是正常有限数值；最后用一个小数据集（比如每类只取50张）跑5个epoch，如果在这个小数据集上损失能明显下降，说明模型本身没问题，大概率是数据加载或完整数据集的复杂度问题。

4.2 过拟合严重：限制模型容量比堆数据更优先

训练集准确率接近100%，验证集准确率只有70%多，这是过拟合的典型信号。网上很多建议是加数据增强，这当然有效，但要先搞清楚一个逻辑：数据增强是增加样本多样性，不是让你在原始图片上反复重采样。如果数据增强太弱，过拟合自然严重；如果增强了还是严重，就需要限制模型的表达能力。

限制模型容量的手段有好几种。最直接的是在卷积块后加Dropout层，虽然卷积层本身参数共享程度高、过拟合风险比全连接层小，但在特征进入分类器之前加一个Dropout仍然有效。另一种是降低特征通道数，比如把第一层卷积的通道数从64降到32，让模型没有足够参数去记住训练集里的异常细节。还有一个容易忽略的点是模型保存策略：我在训练时每个epoch都对比验证集准确率，只有超过历史最佳才保存模型权重。这样就算中间过拟合了，你留下的仍然是泛化能力最好的版本，而不是最后一个epoch的版本。

数据层面，我建议做两件事。第一，把训练集里重复度太高的图片去掉，尤其是自采数据里连拍的照片，几乎一模一样的连续帧对训练没有意义。第二，检查训练集和验证集是否真的没重叠。公开数据集有时内部划分有交叉，自采数据分配时如果不按拍摄场景拆分，同一个场景的照片可能同时出现在训练集和验证集里，验证结果会虚高，但换到真实场景就崩，这个问题答辩时容易被老师问穿，要提前处理。

4.3 类别混淆：混淆矩阵才是检查项目质量的核心工具

只看总准确率，很难发现模型到底哪里不行。我强烈建议每个做过拟合和类别评估的同学，都画一张混淆矩阵。混淆矩阵能直观地告诉你有哪几类互相搞混、哪些类别容易漏报，这对后续优化非常有价值。

蔬菜识别里的典型混淆包括西葫芦和黄瓜、白萝卜和土豆、西红柿和红辣椒等。为什么会混？往往是两类蔬菜的颜色、形状、纹理太接近，模型在有限卷积层下只能学到大粒度特征。解决办法有几个方向。如果只是少数几类混淆，可以单独补充这两类的训练数据，记住要覆盖不同角度和不同遮挡情况。如果混淆面比较广，说明模型容量不够，可以尝试增加卷积层深度，或者换用带预训练权重的ResNet18做迁移学习。还有一个容易被忽略的技巧：把类别标签从数字改成有意义的类别名，训练时打印每个类别的单类准确率和召回率，不要只看平均指标。

从实践来看，类别混淆问题一般分为两种：一种是模型把A类判断成B类，说明两类特征在模型表征里没有分开；另一种是模型对某一类总是输出低置信度，说明该类特征不明显或者类内差异过大。前一种优先调数据和模型容量，后一种优先检查该类别的样本质量和数量。画混淆矩阵可以用简单的统计脚本完成，我建议每个epoch后在验证集上更新一次，训练结束后单独输出一张最终的混淆矩阵图，这也是答辩材料里很有说服力的一张图。

4.4 常见问题速查表

这张表不是我拍脑袋写的，都是项目里真正遇到过的场景。遇到问题时先对着表定位，不要一上来就改网络结构。很多看似复杂的模型问题，根子其实都在数据和超参数上。

5. 项目扩展与答辩亮点

5.1 从分类到检测：让项目拉开一档

蔬菜识别的第一步是图像分类，但如果想在毕设里拉开差距，可以把这个项目扩展为“蔬菜检测”。分类回答的是“这张图里有没有番茄”，检测回答的是“这张图里的番茄在哪里”。检测任务需要输出边界框和类别，工程复杂度会上升，但对理解和展示都是加分项。

最简单的扩展不是自己从头训练一个复杂检测模型，而是用检测框架来回切换模式。你可以在CNN分类模型的基础上，把数据集换成带标注框的蔬菜图片，训练一个轻量级检测模型，比如把骨干网络换成MobileNet来提速。这个过程不需要太多调参经验，关键是学习一下标注工具的使用：把每张图片里的蔬菜框出来，生成对应的标签文件，再用框架自带的工具转成训练格式。

为什么这个扩展有价值？因为实际应用场景中，一张图片里可能同时出现好几种蔬菜，纯分类模型只能输出一个整体标签，明显不够用。检测模型能够让系统识别出“哪里有什么蔬菜”，更接近真实需求。就算时间紧张只跑通检测的训练和推理，你也能在答辩时展示一段模型在真实图片上画出边界框的Demo，视觉效果比单独的准确率数字强很多。

5.2 模型部署与Web展示：把实验变成产品

毕设如果止步于“训练完模型、输出准确率”，多少有点浪费。我个人建议用最简单的Flask或者FastAPI，把训练好的模型封装成一个Web服务，用户上传一张蔬菜图片，页面返回识别结果和置信度。这一步工程难度不大，但能帮你把整个项目从“深度学习实验”变成“一个可用的系统”。

封装模型的套路很固定：先把模型加载到内存，把图片读取、缩放、归一化、张量化这些预处理步骤复制到推理脚本里，再用框架的接口加载权重，输出类别和概率。有几个细节容易踩坑：一是推理时的输入变换必须和训练时一致，尤其是Normalize的均值和标准差，很多人训练用了一组值，推理时忘了复用，结果精度掉得莫名其妙；二是模型推理时记得调用model.eval()，否则结果不稳定；三是Web服务处理并发请求时，模型只初始化一次，不要在每次请求里重新加载。

前端页面不用做复杂，一个上传框、一个展示区就够了。你可以把常见蔬菜的缩略图和中文名称做成一个对照表，预测结果出来后直接显示对应名称，比只显示“class 7”友好得多。这一套做完，项目就有了完整闭环：数据、训练、评估、部署。答辩时老师问“你的项目能给别人用吗”，你就可以现场打开网页演示一遍，这个体验分是很实在的。

5.3 答辩准备清单与避坑建议

项目做完了，最后一步是把自己做的工作讲清楚。我建议准备一份答辩材料清单，内容包括：项目背景与意义、数据集来源与统计、模型结构示意图、实验对比表、准确率与混淆矩阵、典型正确和错误案例、个人收获与改进方向。这八项覆盖了老师可能追问的大部分问题。

有三个避坑建议特别想说。第一，不要在答辩里只讲“我用了某个模型”，要讲“为什么用这个模型、和什么对比过、效果如何”。第二，不要回避失败实验，我建议主动讲一个你曾经踩过的坑，比如数据增强力度过大导致训练不稳定，然后讲你是怎么定位并解决的，这个过程比“任务全成功”更有说服力。第三，不要夸大项目能力，蔬菜识别在真实厨房环境下还有很多问题，比如重叠遮挡、新鲜度变化、不同品种差异，诚实说明局限性反而会让答辩更有可信度。

如果你还有时间，可以考虑把“类别数量是否可扩展”作为改进方向写进去。比如现在的模型只认识15种蔬菜，如果新增一种蔬菜，只需改动数据集和输出层，这种设计上的可扩展性描述，会让项目显得更有思考深度。

我个人的经验是，这类CNN图像识别项目最大的价值，不在于你把准确率刷到多高，而在于你完整地经历了一遍“从数据到模型再到产品”的链路。数据整理、模型设计、训练调参、问题排查，每一环都会逼你理解一些书本上很抽象的概念。你在训练曲线里看到的过拟合，在混淆矩阵里看到的类别混淆，这些真实手感是任何教程都给不了的。

最后再分享一个小技巧：做毕设不要太心疼算力，但也不要盲目烧算力。先把小模型跑通，再逐步扩大，每跑一个实验只改一个变量，记录好每一次的配置和结果。等你回看实验记录时，你会发现自己已经能像调琴弦一样，听出模型哪里不对了。祝看到这里的你，项目顺利。