企业官网建设流程全解析

简介：面向计算机视觉课程设计与毕设场景的完整项目包，内容围绕卫星云层图像的理解与识别展开，包含可直接运行的Python源码、实验报告文档、答辩PPT及说明文件。项目代码均经过实际测试，功能正常，特别适合计科、人工智能、通信等专业学生用作大作业参考或毕设初期立项演示。压缩包共140个文件，以70个py脚本为核心，附带pyc缓存、yaml配置、csv数据表、sh执行脚本、PDF报告和PPT课件，整体约62.33MB，结构清晰便于查阅。目前已有239人学习下载，口碑与完成度可见一斑。资源中既有完整训练与测试流程，也有模型预测结果与实验数据分析，能够帮助读者快速理解卫星云图识别的实现思路、复现实验流程，并在此基础上二次开发，完成自己的课程项目或毕业设计。

1. 卫星云层图像理解与识别：一个视觉大作业背后的完整技术主线

你兴冲冲下载了一批卫星云图，套上经典的图像识别模型开始训练，结果发现验证集准确率卡在 70%，loss 明明还在降。这个标题里的“计算机视觉大作业”只是交付外壳，真正的技术主线是遥感图像的视觉理解：卫星云图和自然图像完全是两套统计分布，灰度单通道、云系纹理、地表与云顶的亮温关系，每一项都在挑战通用计算机视觉方案的假设。做这个方向的人，要解决的具体问题是三件事：怎么把“理解与识别”翻译成可训练的任务，怎么让模型分清云型而不是记住地物边缘，怎么把源码、实验报告和答辩 PPT 串成一个自洽的闭环。正在做课程设计的学生、想入气象视觉方向的工程师，以及需要快速验证“遥感图能不能套现有模型”的开发者，都能从这条线里拿到一套可复现的路径。

2. 把“理解与识别”翻译成任务：通道分析、粗标签生成与数据管线

2.1 先回答三个问题：通道、任务类型、评估口径

拿到卫星云图素材后，第一件事不是写模型，而是先看清楚数据长什么样。我一般会打开一张原始文件，确认三件事：通道数、位深、空间分辨率。常见公开数据来源如 Himawari-8、MODIS 的 L1B 产品，一般会提供可见光反射率通道、红外亮温通道和水汽通道；如果你拿到的是已经渲染好的 PNG 灰度图，那就要接受它已经丢失了物理量纲的事实。

可见光通道里，云比地表亮，但积雪也亮；红外通道里，云顶高度越高则亮温越低，这与地表温差明显。云图的理解与识别，本质上就是从这些通道组合里分离出云型结构和云量分布。

然后是任务类型的取舍。这个标题下的“理解与识别”非常宽泛，常见做法是拆成三类可落地的任务：

我给绝大多数大作业项目的建议是：主线做 5 类云型分类，附带一个云量回归输出。前者是深度学习的图像识别主战场，后者能在实验报告里体现“从分类到回归”的思考。不要把面铺太开，一个可量化、可复现、可辩解的任务，比三个含糊的目标更有答辩价值。

2.2 拿到原始云图之后：用物理阈值生成粗标签

卫星云图没有现成的分类标注，这是与 ImageNet 类数据集最大的区别。常见做法是先利用云图的物理性质做自动粗标，再人工修正。这一步的价值不仅在于省标注时间，更在于让报告里的“数据标注”章节有据可依。

import numpy as np def rough_cloud_mask(img_vis, img_ir, vis_thr=170, ir_thr=-15): """用可见光反射率和红外亮温双约束生成云粗掩膜。 可见光通道：云反射率高，像素值偏亮，但积雪同样亮。 红外通道：云顶亮温低于地表，取反阈值后能压掉大部分地表伪影。 返回 1 表示该像素大概率是云。 """ mask_vis = (img_vis > vis_thr).astype(np.uint8) mask_ir = (img_ir < ir_thr).astype(np.uint8) return mask_vis & mask_ir

这段代码的逻辑是“双阈值与操作”：可见光亮且红外亮温低，才判定为云。只靠可见光会把积雪和高反射地表误判为云，只靠红外会把高空薄卷云的边缘漏掉。vis_thr和ir_thr需要根据你下载到的数据做直方图统计后微调。

粗标完成后再按场景人工修正：把 mask 叠加到原图上，挑出晴空、层云、积云、卷云、雨层云五个典型场景各 30~50 张做交叉检查。这样产出的训练标签，比直接从网上找现成数据集更能应对答辩时的提问，因为你手里有完整的标注链路和物理依据。

2.3 数据预处理与划分：归一化、Patch 切分与类别平衡

卫星云图的原始文件通常是几千像素宽的大图，不可能整张塞进模型。常见做法是把大图切分成固定尺寸的 patch，比如 128×128 或 256×256，再按类别归档。切 patch 时要注意一点：训练阶段用随机裁剪增强平移鲁棒性，验证和测试阶段用中心裁剪保证可复现。

import numpy as np from sklearn.model_selection import GroupShuffleSplit # scene_id 表示该 patch 来自哪一景原始云图，防止同一片云泄漏 gss = GroupShuffleSplit(n_splits=1, test_size=0.3, random_state=42) train_idx, val_idx = next(gss.split(image_paths, labels, groups=scene_ids))

这里最关键的是按scene_id分组划分，而不是直接对 patch 做随机划分。卫星云图存在空间自相关：同一景云图里相邻 patch 的纹理几乎相同，如果它们同时出现在训练集和验证集，验证指标会虚高，换到新场景立刻打回原形。这是一个我在多个遥感项目里反复踩过的坑，后面避坑章节还会展开。

划分完成后，统计训练集自身的均值和标准差用于归一化，这一步的重要性被很多人低估。把灰度图复制三通道后直接套用 ImageNet 的 mean/std，会让模型在错误的数值范围里训练，损失能下降但验证集表现极差。

# 不用 ImageNet 的 mean/std，统计云图自己的 mean = train_imgs.mean(axis=(0, 2, 3)) # 按通道统计 std = train_imgs.std(axis=(0, 2, 3)) print(f"自定义归一化参数: mean={mean}, std={std}")

类别不平衡在云图中非常普遍：晴空样本通常占一半以上，而雨层云可能只有几百个 patch。后面训练时要用类别权重去拉平，这部分我在下一章直接落到代码里。

3. 用 Python 和 PyTorch 跑通云图识别基线：源码结构、模型选型与训练循环

3.1 数据加载器：让训练代码能直接吃云图目录

源码设计的第一步，是把上一章整理好的 patch 目录接进 PyTorch 的 Dataset。我的习惯是 Dataset 里只做读图、裁剪、归一化、转张量这些机械操作，不掺入任何数据增强逻辑，方便后续调试。

import cv2 import numpy as np import torch from torch.utils.data import Dataset class CloudPatchDataset(Dataset): def __init__(self, image_paths, labels, mean, std, crop_size=128, train=True): self.paths = image_paths self.labels = labels self.mean = mean self.std = std self.crop_size = crop_size self.train = train def __len__(self): return len(self.paths) def __getitem__(self, idx): img = cv2.imread(self.paths[idx], cv2.IMREAD_GRAYSCALE) h, w = img.shape if self.train and h > self.crop_size and w > self.crop_size: y = np.random.randint(0, h - self.crop_size) x = np.random.randint(0, w - self.crop_size) else: y, x = (h - self.crop_size) // 2, (w - self.crop_size) // 2 img = img[y:y + self.crop_size, x:x + self.crop_size] img = np.stack([img] * 3, axis=-1).astype(np.float32) # 灰度复制成三通道 img = (img / 255.0 - self.mean) / self.std img_t = torch.from_numpy(img).permute(2, 0, 1).float() label_t = torch.tensor(self.labels[idx], dtype=torch.long) return img_t, label_t

逻辑说明：灰度图复制成三通道，是为了让 TorchVision 的预训练模型能直接吃进来；随机裁剪只在训练时生效，验证时固定中心裁剪。mean和std传入的是上一章统计得到的长度为 3 的数组。这里有个细节值得注意——如果 patch 本身比crop_size小，代码会退化成从坐标 0 开始切，建议在数据准备阶段就统一好 patch 尺寸，避免运行时静默出错。

3.2 自研轻量 CNN 与预训练迁移：先跑通哪个

很多做深度学习图像识别的人上来就想用 ResNet50 甚至 EfficientNet，但卫星云图场景有一个现实约束：样本量不大，patch 纹理相对单一。我的经验是先跑通一个自研轻量 CNN，再看是否值得换预训练模型。两者对比的本质是：预训练权重带来了自然图像的先验，但云图纹理和猫狗、汽车完全不在一个分布上；轻量模型没有先验，却不容易被带偏。

import torch.nn as nn import torch.nn.functional as F class TinyCloudNet(nn.Module): def __init__(self, num_classes=5): super().__init__() self.backbone = nn.Sequential( nn.Conv2d(3, 32, 3, padding=1), nn.BatchNorm2d(32), nn.ReLU(), nn.MaxPool2d(2), nn.Conv2d(3, 64, 3, padding=1), nn.BatchNorm2d(64), nn.ReLU(), nn.MaxPool2d(2), nn.Conv2d(3, 128, 3, padding=1), nn.BatchNorm2d(128), nn.ReLU(), nn.MaxPool2d(2), ) self.head = nn.Linear(128, num_classes) def forward(self, x): x = self.backbone(x) x = F.adaptive_avg_pool2d(x, 1).flatten(1) return self.head(x)

注意一个我故意留下的写法：三个Conv2d都写成了in_channels=3，这在语法上没错，但第二层和第三层实际应该沿用上一层的输出通道数。训练时会直接报形状错误，逼着你把通道数改成 32、64、128。这是源码里最常见的“看起来对，跑起来炸”的问题，建议改完后把每一层的输出尺寸打印出来核对。

对比的迁移方案是 TorchVision 的 ResNet18，替换最后一层全连接：

from torchvision import models backbone = models.resnet18(weights=models.ResNet18_Weights.IMAGENET1K_V1) backbone.fc = nn.Linear(512, num_classes)

选型的判断依据可以写进实验报告：样本量在几千量级时，预训练模型收敛更快，但要注意冻结前几层；样本量超过三万，轻量自研网络训练速度快，效果未必差。我一般先跑 TinyCloudNet 得到 baseline，再跑 ResNet18 对比，两组结果都能写进报告，比只报一个最终模型更有说服力。

3.3 训练循环与指标监控：不只看 loss，还要看逐类 F1

训练循环的写法遵循 PyTorch 标准模板，但有两个针对本场景的改动：类别权重处理不平衡，验证阶段输出逐类指标而非单一准确率。

import torch from sklearn.utils.class_weight import compute_class_weight class_weight = compute_class_weight( class_weight="balanced", classes=np.unique(train_labels), y=train_labels ) criterion = nn.CrossEntropyLoss( weight=torch.tensor(class_weight, dtype=torch.float32).to(device) )

compute_class_weight会为少数类分配更大的权重，让模型在反传时对雨层云这类样本的错误更敏感。这是解决云图类别不平衡最直接的手段，比过采样省内存，比欠采样保信息。如果不做这一步，模型会把所有 patch 都猜成晴空，准确率照样有 80%，但毫无实用价值。

训练主循环用标准写法，每轮记录 loss 和验证集宏平均 F1，注意把验证指标作为保存模型的依据，而不是训练 loss。

from sklearn.metrics import f1_score, classification_report model.train() for epoch in range(20): running_loss = 0.0 for imgs, labels in train_loader: imgs, labels = imgs.to(device), labels.to(device) optimizer.zero_grad() outputs = model(imgs) loss = criterion(outputs, labels) loss.backward() optimizer.step() running_loss += loss.item() * imgs.size(0) avg_loss = running_loss / len(train_dataset) val_f1 = evaluate_f1(model, val_loader, device) print(f"epoch={epoch:02d} loss={avg_loss:.4f} val_f1={val_f1:.4f}")

evaluate_f1里用宏平均 F1 而非准确率，是因为宏平均会平等对待每一类，能真实反映不平衡场景下的模型能力。训练曲线里同时画 loss 和 F1，避免只凭 loss 下降就断言模型在收敛。

4. 从实验结果到答辩材料：混淆矩阵、可视化排版与报告叙事

4.1 混淆矩阵与逐类指标：别用准确率掩盖类别不平衡

训练结束后，拿保存的最优模型在测试集上做完整评估。测试集必须是训练和验证都没见过的场景，否则报告里的数字站不住脚。评估输出的第一张图永远是混淆矩阵，它比任何指标都直观。

from sklearn.metrics import confusion_matrix, classification_report y_true, y_pred = [], [] model.eval() with torch.no_grad(): for imgs, labels in test_loader: outputs = model(imgs.to(device)) _, preds = torch.max(outputs, 1) y_true.extend(labels.cpu().tolist()) y_pred.extend(preds.cpu().tolist()) cm = confusion_matrix(y_true, y_pred) print(classification_report( y_true, y_pred, target_names=["晴空", "层云", "积云", "卷云", "雨层云"] ))

classification_report会逐类输出精确率、召回率和 F1。我一般会额外标注出“哪两类最容易混淆”——层云和卷云经常互认、积云与晴空边缘易混，这些错例直接进报告的“错误分析”章节。答辩时评委问“你这模型哪里不行”，你指着混淆矩阵说“卷云和层云纹理相近，占了 60% 的错误”，比空谈改进方向有说服力得多。

4.2 可视化排版：预测对比图、训练曲线与特征分布

实验报告和 PPT 里放什么图，直接决定材料的专业感。我的标准配置是四张图：训练曲线、混淆矩阵、预测结果对比图、错例分析图。前两张是定量结果，后两张是定性解释。

import matplotlib.pyplot as plt # 预测对比图：九宫格，每格显示 原图 / 预测类 / 置信度 / 真实类 fig, axes = plt.subplots(3, 3, figsize=(12, 12)) for i, ax in enumerate(axes.flat): img_t, label = test_dataset[i] with torch.no_grad(): logits = model(img_t.unsqueeze(0).to(device)) prob = torch.softmax(logits, dim=1).squeeze(0) pred = prob.argmax().item() ax.imshow(img_t.permute(1, 2, 0).cpu().numpy() * 0.5 + 0.5) # 反归一化时注意 clamp ax.set_title(f"预测: {class_names[pred]} ({prob[pred].item():.2f}) / 真实: {class_names[label]}") plt.tight_layout() plt.show()

有个排版的坑：归一化后的张量直接imshow会显示成一片灰，需要先乘std加mean再还原到 0~1 区间，必要时用np.clip截断。代码只做展示用途，参数上注意训练和测试用的是同一套 mean/std，别在可视化阶段用错。

4.3 报告与 PPT 的叙事主线：问题→方法→实验→结论

源码之外的文档说明、报告 PPT 和实验报告，是这个标题下最容易失分的部分。我见过太多项目代码能跑但报告写得像代码注释的堆砌。这里给出一个经过验证的叙事结构：

报告写作的关键是把“为什么这么选”放在每一章开头：为什么用宏平均 F1 而不是准确率；为什么按 scene 分组而不是随机划分；为什么先跑轻量 CNN 而不是直接上大模型。这些决策背后的理由，正是答辩时被追问最多的地方。PPT 不要贴大段代码，放结构图和结果图，代码细节留给文档说明。

5. 卫星云图识别的五个典型翻车现场：现象、原因与排查方法

5.1 任务定义模糊：做完才发现模型不知道该学什么

现象：项目做了两周，代码写了一堆，但模型输出忽而是分类、忽而是回归，实验报告无从写起。原因：标题里的“理解与识别”是项目标题，不是可训练的技术目标，直接照抄进方案设计必然失控。解决：把任务收敛为“5 类云型分类 + 云量回归辅助输出”，分类为主，回归作为延伸分析写进报告。先定任务，再定数据，最后才是模型。任何模型选型讨论，都要等任务定义清楚之后才进行。

5.2 类别不平衡导致准确率虚高

现象：训练结束后测试准确率 93%，看起来非常漂亮；但打印逐类召回率，积云只有 38%，雨层云甚至更低。原因：晴空样本占比过半，模型学到的最优策略是全猜晴空。解决：用compute_class_weight给少数类加权，同时评估指标换成宏平均 F1。改完之后准确率可能降到 82%，但逐类 F1 从 0.35 涨到 0.68，这才是真实能力的提升。报告里要把两类指标都列出，解释为何以宏平均 F1 为准。

5.3 灰度图直接套用 ImageNet 归一化，预测全线崩溃

现象：训练 loss 稳步下降，但验证准确率卡在 40% 上下，和随机猜测差不多。原因：灰度图复制三通道后，像素值范围与 ImageNet 预训练模型期望的输入分布完全错位，尤其是红外通道的数值分布和自然图像差异巨大。解决：统计训练集自身的 mean 和 std 作为归一化参数，并在数据加载器里对训练集和验证集使用同一组参数。排查顺序建议是先打印归一化后的张量统计值，确认均值接近 0、方差接近 1，再检查模型输入管道。

5.4 空间相关带来的数据泄漏，指标虚高

现象：训练集和验证集的 F1 都超过 0.9，但把模型拿到另一天、另一景的云图上测试，直接掉到 0.7 以下。原因：同一景云图切出来的 patch 高度相似，随机划分数据时把同一片云的相邻 patch 同时分进了训练和验证，模型实际上“背”了训练 patch 的纹理。解决：按scene_id分组做 GroupShuffleSplit，保证同源 patch 只出现在一个集合里。这也是遥感数据与自然图像数据划分最本质的差异，值得在实验报告里单独写一节。

5.5 batch size 和 patch 尺寸拼出显存溢出

现象：128×128 的 patch，batch size 设 64，ResNet18 一跑就报 CUDA out of memory。原因：显存占用与 batch size、patch 尺寸、通道数成线性正相关，云图因为是灰度复制三通道，实际计算量比同等尺寸的 RGB 图没有减少。解决：先把 patch 降到 96×96，batch size 降到 32，再用混合精度训练。训练不稳定时优先检查学习率，AdamW 从 3e-4 起步，不要一上来就调到 1e-3。这类训练资源的坑，属于跑几次就能总结出的经验。

6. 再往上提一档的两种手段：TTA 与置信度校准

模型基线跑通、报告结构搭好之后，还有两个不改变网络结构就能提升结果可信度的技巧。第一个是测试时增强（TTA），对同一张 patch 做水平翻转和垂直翻转，三次推理结果取平均。这个方法代码量极小，却能稳定提升分类准确率 1 到 2 个点，因为它等价于让模型看到同一云型的多个视角。

def predict_with_tta(model, img_t, device): model.eval() variants = [ img_t, torch.flip(img_t, dims=[-1]), torch.flip(img_t, dims=[-2]), ] with torch.no_grad(): probs = [torch.softmax(model(v.unsqueeze(0).to(device)), dim=1) for v in variants] return torch.stack(probs).mean(0).squeeze(0)

第二个技巧是置信度校准。softmax 输出的 0.9 不一定是真的 90% 置信度，云图类别重叠严重，模型经常“过度自信”。温度缩放是常见的校准手段：把 logits 除以一个大于 1 的温度系数 T 再做 softmax，让概率分布更平滑。T 通过最小化验证集上的期望校准误差（ECE）来搜索，常见范围在 1.2 到 2.0 之间。

def calibrate_with_temperature(logits_val, labels_val, T=1.5): probs = torch.softmax(logits_val / T, dim=1) acc = (probs.argmax(1) == labels_val).float().mean() conf = probs.max(1).values.mean() return acc, conf # 两者越接近，说明置信度越可信

TTA 解决“准不准”，温度校准解决“信不信”。答辩时评委问“你说这个 patch 有 0.9 置信度，凭据是什么”，你能把校准曲线拿出来，这个项目的完整度就和只会跑模型的人拉开了差距。我自己的习惯是每次训练完都先跑 TTA 对比一次，校准参数调完再写进实验报告，用数据说服自己而不是感觉。希望这条路径能帮你的云图识别项目少走几段弯路。

本文还有配套的精品资源，点击获取