TensorFlow实战：基于CNN的鞋类图像分类完整流程-北京尧图网络

前几天翻旧项目看到了之前跑通的一个 TensorFlow 鞋类识别实验。说实话这个实验用到的模型并不新颖网络结构就是最经典的卷积神经网络但整套跑下来从数据预处理、模型选型到训练调优每一个环节都有值得复盘的地方。尤其适合刚学完深度学习基础、准备动手做第一个图像分类项目的同学。这篇文章我就把整个实验的完整链路讲一遍为什么选鞋类识别、为什么用 TensorFlow、数据怎么处理、网络怎么搭、训练怎么调、遇到问题怎么排查全部基于我实际跑过的经验代码基于 TensorFlow 2.x可以照着复现。1. 实验动机与技术选型1.1 为什么选鞋类识别作为实验切口图像分类是深度学习入门最经典的场景但很多人一上来就去挑战高分辨率、超大规模的分类任务结果卡在环境搭建、显存不足、训练时间过长这些问题上连一个完整的闭环都没走通就放弃了。鞋类识别是一个很合适的中间档图片分辨率不高只有 28×28 像素训练速度非常友好普通 CPU 也能在十几分钟内跑完但任务本身又不像“猫狗分类”那样简单到随便一个模型就能拿高分。公开服饰数据集中一共有 10 个类别其中凉鞋、运动鞋、短靴三类就属于鞋类。这三类之间存在明显的混淆场景运动鞋和短靴都是包裹型鞋款在低分辨率灰度图下轮廓和纹理差异很小凉鞋虽然露趾但鞋底、鞋带的局部特征依然容易和另外两类混在一起。想在这三类上拿到不错的准确率不是套一个模型就行的需要仔细处理数据分布、合理设计卷积核、控制过拟合每一步都很有价值。从应用场景来说鞋类识别也不是一个“为了做实验而做实验”的题目。电商平台需要根据用户上传图片自动判断鞋款类目做个性化推荐和库存管理无人零售场景需要识别顾客拿走的商品是否属于鞋类甚至在二手交易平台上自动给商品图片打标签也需要这样的视觉分类能力。这个实验训练出的模型虽然简单但整个流程可以直接迁移到这些场景中。1.2 为什么选择 TensorFlow 2.x 而不是其他框架选框架这件事我在实验前纠结过。PyTorch 的代码风格更灵活调试起来很直接TensorFlow 2.x 则把 Keras 作为高级 API 融入主流程写起来非常像搭积木。最终选择 TensorFlow主要有三个原因。第一Keras 的 Sequential 模型非常适合这种入门级图像分类任务。几层卷积、几层池化、一个 Flatten、几个全连接用model.add()或者列表直接堆出来没有任何“仪式感”强的样板代码模型结构一目了然对新手非常友好。第二TensorFlow 2.x 的生态配套很完整。model.fit()一行代码就能完成训练过程自动输出 loss 和 accuracy配合validation_split参数可以直接切出验证集训练结束后model.evaluate()评估、model.predict()推理API 设计非常统一。这些能力在实验阶段能极大减少写辅助代码的时间让我把精力集中在调参和分析结果上。第三这个实验的目的不是研究模型结构创新而是理解 CNN 的基本原理和完整训练流程。TensorFlow 2.x 的动态图执行模式Eager Execution默认开启每一行代码执行后都能直接看到张量的形状和值排查问题非常直观。再加上可视化工具和模型保存加载机制都足够成熟做复盘时也很方便。如果使用的是 PyTorch当然也能完成整个实验但在“快速验证思路清晰展示流程”这个目标下TensorFlow 2.x 的 Keras 接口确实是更省事的那个选项。1.3 实验环境与可复现设置先说环境。Python 版本建议 3.8 以上TensorFlow 直接安装 2.x 即可。我的运行环境是 Windows 11CPU 训练没有使用 GPU。很多人担心没有显卡就跑不了深度学习实际上对于这个实验完全不是问题28×28 的灰度图一个只有几十万参数的模型15 轮训练在 CPU 上也只需要几分钟到十几分钟。依赖库除了 TensorFlow还需要 NumPy 和 Matplotlib。安装命令如下pip install tensorflow numpy matplotlib scikit-learn这里加一个scikit-learn是为了后面画混淆矩阵其实核心训练用不到它但做结果分析时非常有用。为了实验结果可复现需要设置随机种子。深度学习中很多操作如权重初始化、数据打乱都依赖随机数不固定种子的话两次训练结果会有波动这会给调参带来干扰。固定种子的代码如下import numpy as np import tensorflow as tf import random seed 42 random.seed(seed) np.random.seed(seed) tf.random.set_seed(seed)还有一个容易被忽略的技巧在训练开始前设置一下 GPU 显存按需增长即使当前用 CPU 也要养成习惯。TensorFlow 默认会尝试占满可用显存如果是在公共服务器或者有人共用 GPU 的环境下会导致别人无法使用甚至自己也会因为显存分配问题报错。gpus tf.config.list_physical_devices(GPU) if gpus: try: for gpu in gpus: tf.config.experimental.set_memory_growth(gpu, True) except RuntimeError as e: print(e)实验刚开始时我都建议先用 CPU 跑一遍完整流程确认代码逻辑没问题后再考虑 GPU 提速。这样能避开很多环境层面的坑。2. 数据集分析与预处理2.1 数据集构成与核心难点实验使用的是 Keras 内置的公开服饰图像数据集。数据集规模是 60000 张训练图片和 10000 张测试图片都是 28×28 像素的灰度图对应 10 个服装类别。10 个类别分别是T 恤、裤子、套头衫、连衣裙、外套、凉鞋、衬衫、运动鞋、包、短靴。其中第 5 类凉鞋、第 7 类运动鞋、第 9 类短靴就是本文实验聚焦的“鞋类三兄弟”。加载数据集的代码非常简单from tensorflow import keras (x_train, y_train), (x_test, y_test) keras.datasets.fashion_mnist.load_data()拿到数据后第一步不是急着写模型而是打印数据的形状和标签分布。这是我强烈建议每个初学者都养成的习惯。print(x_train.shape, y_train.shape) print(x_test.shape, y_test.shape) print(np.unique(y_train, return_countsTrue))输出结果大致是(60000, 28, 28) (60000,) (10000, 28, 28) (10000,) (array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]), array([6000, 6000, 6000, 6000, 6000, 6000, 6000, 6000, 6000, 6000]))每个类别都是 6000 张训练样本分布非常均衡没有类别不平衡问题。测试集每个类别 1000 张。这意味着直接用总体准确率作为指标是合理的不需要重点关注召回率、精确率之间的权衡。这个数据集的难点不在数据量而在类内差异和类间相似度。同样是运动鞋有高帮有低帮有运动跑鞋有帆布鞋短靴的鞋筒高度变化也很大凉鞋和部分露趾设计之间灰度图下看起来会非常接近。所以在设计模型时不能只追求“堆层数”要让特征提取部分学会捕捉细节纹理和轮廓差异。2.2 数据预处理三步走归一化、通道调整、划分验证集数据预处理的细节直接决定模型收敛速度和最终效果。我见过不少同学在这个环节翻车最常见的错误是忘记归一化直接把 0~255 的整数像素喂给网络导致训练时 loss 剧烈震荡甚至不收敛。第一步是归一化。像素值范围从 0~255 缩放到 0~1代码就一行x_train x_train.astype(float32) / 255.0 x_test x_test.astype(float32) / 255.0这里我直接用/255.0而不是(x-mean)/std。原因很简单对于这个数据集均值方差归一化的收益很小反而增加了代码复杂度。如果做的是大规模真实场景图像分类均值归一化会更重要但在这里没必要。第二步是调整输入形状。Keras 的Conv2D层要求输入是 4 维张量(batch_size, height, width, channels)。原始数据是(60000, 28, 28)缺少通道维度。灰度图的通道数为 1所以需要 reshapex_train x_train.reshape(-1, 28, 28, 1) x_test x_test.reshape(-1, 28, 28, 1)这里-1会自动推断为样本数量不需要手动写死。第三步是从训练集中切出一部分做验证集。验证集用于在训练过程中观察模型是否过拟合以及决定何时停止训练。注意验证集和测试集的职责完全不同验证集用于调参测试集只用于最终评估绝对不能混用。from sklearn.model_selection import train_test_split x_train, x_val, y_train, y_val train_test_split( x_train, y_train, test_size0.1, random_stateseed )切完后训练集 54000 张验证集 6000 张。验证集比例在图像分类任务中一般设置在 5%~15% 之间10% 是比较稳的选择。2.3 进一步聚焦只做鞋类三分类实验标题是“鞋类识别”所以我把实验分成了两层先做完整的 10 类服饰分类作为基线再单独把鞋类三兄弟拎出来做细粒度三分类。这样既能看到全局模型的表现也能专门考察鞋类之间的区分能力。过滤代码很简单shoe_labels {5, 7, 9} train_mask np.isin(y_train, list(shoe_labels)) val_mask np.isin(y_val, list(shoe_labels)) x_shoe_train x_train[train_mask] y_shoe_train y_train[train_mask] x_shoe_val x_val[val_mask] y_shoe_val y_val[val_mask]但标签需要重新映射。原来的标签是 5、7、9跳过了其他类别如果直接喂给模型做三分类损失函数计算会认为存在不连续类别。简单做法是做一个字典映射label_map {5: 0, 7: 1, 9: 2} y_shoe_train np.array([label_map[y] for y in y_shoe_train]) y_shoe_val np.array([label_map[y] for y in y_shoe_val])这样三类就变成了 0、1、2。为什么单独拎出来做因为这里的任务非常能说明问题在灰度 28×28 的图像上区分运动鞋和短靴比区分裤子和 T 恤难度高得多。通过对比 10 类模型的鞋类混淆率和 3 类专门模型的准确率你能清楚看到“专门训练的分类器”相比“通用分类器”在子类上的优势。3. 模型设计与完整训练实现3.1 卷积网络结构设计思路模型结构我使用的是经典的“卷积-池化-卷积-池化-全连接”结构。整体设计如下model keras.Sequential([ keras.layers.Conv2D(32, (3, 3), activationrelu, input_shape(28, 28, 1)), keras.layers.MaxPooling2D((2, 2)), keras.layers.Conv2D(64, (3, 3), activationrelu), keras.layers.MaxPooling2D((2, 2)), keras.layers.Flatten(), keras.layers.Dropout(0.5), keras.layers.Dense(128, activationrelu), keras.layers.Dense(10, activationsoftmax) ])这个结构包括两个卷积层分别提取局部纹理特征和高层抽象特征。第一个卷积层使用 32 个 3×3 卷积核并配一个 2×2 最大池化第二个卷积层使用 64 个 3×3 卷积核再接一个 2×2 最大池化通道数翻倍空间尺寸减半。为什么是两层卷积而不是更多层这个问题的答案和输入分辨率直接相关。28×28 的图像经过两次 2×2 池化后空间尺寸已经缩小到 7×7如果继续加卷积池化特征图会减小到 3×3信息损失太严重。浅层网络在这个尺寸上完全够用堆多了反而容易过拟合。为什么卷积核要取 32 和 64因为输入很薄只有 1 个通道第一层产出 32 个通道足以覆盖边缘、颜色过渡、线条方向这些基础特征第二层需要在前一层基础上做组合通道数翻倍到 64用来捕捉更复杂的局部模式。这个规律在小型 CNN 里几乎是约定俗成的。参数数量可以直接手算验证。第一层卷积参数3×3×1×32 32偏置 320。第一层池化后输出尺寸变为 14×14×32。第二层卷积参数3×3×32×64 64 18496。第二层池化后输出尺寸变为 7×7×64。Flatten 后得到 3136 维向量。第一个全连接层参数3136×128 128 401536。输出层参数128×10 10 1290。总参数约 42 万相比那些动辄上亿参数的预训练模型这个规模极其小巧训练速度快且不容易过拟合。在 Flatten 之后加了一个 Dropout丢弃率设为 0.5。这是对付过拟合最有效的办法之一原理是训练时随机让一半神经元不参与工作使得模型不依赖某几个特定神经元从而增强泛化能力。注意Dropout 只在训练阶段生效验证和测试阶段会自动关闭所以不要担心它会降低验证集准确率。3.2 损失函数、优化器与关键参数选择多分类问题最常用的损失函数是交叉熵。因为标签是整数形式我选择sparse_categorical_crossentropy它和categorical_crossentropy的区别只是标签格式不同前者接收整数标签后者接收 one-hot 编码数学原理完全一样。优化器直接选 Adam学习率用默认的 0.001。Adam 的优势在于它会分别为每个参数自适应调整学习率对新手非常友好省去了手工调整学习率表或冲量的麻烦。如果训练初期 loss 下降很慢可以尝试把学习率提高到 0.002~0.003但要随时观察是否震荡如果 loss 出现忽高忽低的情况则适当降低学习率。批次大小设为 32这是图像分类任务最常用的默认值。批次大小影响训练稳定性和收敛速度太大会让每轮更新次数变少模型收敛更慢太小会导致梯度估计噪声大loss 曲线更震荡。显存不够时可以降到 16但如果 CPU 训练则通常没有这个限制。训练轮数我设为 15同时配合早停回调。早停是必须加的否则过拟合后模型权重依然会被保存最终评估效果会很差。代码如下from tensorflow.keras.callbacks import EarlyStopping early_stop EarlyStopping( monitorval_loss, patience3, restore_best_weightsTrue )monitor监控验证集损失连续 3 轮没有改善就停止训练并自动恢复到验证集表现最好的权重。这是防止过拟合的关键手段。3.3 完整可复现的训练代码下面给出完整代码从数据加载到模型保存粘贴后可以直接运行import numpy as np import random import tensorflow as tf from tensorflow import keras from sklearn.model_selection import train_test_split from sklearn.metrics import classification_report, confusion_matrix import matplotlib.pyplot as plt seed 42 random.seed(seed) np.random.seed(seed) tf.random.set_seed(seed) # 1. 加载数据 (x_train, y_train), (x_test, y_test) keras.datasets.fashion_mnist.load_data() # 2. 归一化增加通道维 x_train x_train.astype(float32) / 255.0 x_test x_test.astype(float32) / 255.0 x_train x_train.reshape(-1, 28, 28, 1) x_test x_test.reshape(-1, 28, 28, 1) # 3. 划分验证集 x_train, x_val, y_train, y_val train_test_split( x_train, y_train, test_size0.1, random_stateseed ) # 4. 搭建模型 model keras.Sequential([ keras.layers.Conv2D(32, (3, 3), activationrelu, input_shape(28, 28, 1)), keras.layers.MaxPooling2D((2, 2)), keras.layers.Conv2D(64, (3, 3), activationrelu), keras.layers.MaxPooling2D((2, 2)), keras.layers.Flatten(), keras.layers.Dropout(0.5), keras.layers.Dense(128, activationrelu), keras.layers.Dense(10, activationsoftmax) ]) model.compile( optimizeradam, losssparse_categorical_crossentropy, metrics[accuracy] ) model.summary() # 5. 训练 history model.fit( x_train, y_train, batch_size32, epochs15, validation_data(x_val, y_val), callbacks[EarlyStopping(monitorval_loss, patience3, restore_best_weightsTrue)] ) # 6. 评估 test_loss, test_acc model.evaluate(x_test, y_test, verbose0) print(f测试集准确率: {test_acc:.4f})训练过程中你应该会看到类似这样的输出第一轮准确率在 0.75 左右第 5 轮达到 0.90第 10 轮之后稳定在 0.91~0.93。对于 10 类服饰分类任务这个准确率在合理范围内。训练完成后模型可以用一行代码保存model.save(shoe_classifier.h5)之后加载则使用keras.models.load_model(shoe_classifier.h5)。这个习惯一定要养成训练十几个小时好不容易得到的权重别关电脑就没了。4. 训练结果观察、评估与高频问题排查4.1 训练曲线怎么看验证集是唯一的“诚实裁判”训练完成后第一件事是画损失曲线和准确率曲线这个过程能直观看出模型有没有过拟合。plt.figure(figsize(12, 4)) plt.subplot(1, 2, 1) plt.plot(history.history[loss], labeltrain_loss) plt.plot(history.history[val_loss], labelval_loss) plt.legend() plt.title(Loss Curve) plt.subplot(1, 2, 2) plt.plot(history.history[accuracy], labeltrain_acc) plt.plot(history.history[val_acc], labelval_acc) plt.legend() plt.title(Accuracy Curve) plt.show()正常的曲线应该是训练集损失和验证集损失都缓慢下降并趋于平稳。如果出现训练集损失持续下降但验证集损失在某个点后反弹上升就是典型的过拟合信号。这时候不要急着调节模型结构先检查 EarlyStopping 有没有真正生效以及 Dropout 是不是放的位置不对。我在第一次跑这个实验时犯过一个典型错误只看训练集准确率不关注验证集看到准确率到了 0.95 还很开心结果测试集一测只有 0.86。后来发现模型把训练集背了下来对没见过的数据完全失效。从那以后我养成了一个习惯任何一次训练验证集曲线比训练集曲线更重要。训练集准确率高而验证集准确率低说明泛化差验证集准确率跟上才是真正的效果好。4.2 混淆矩阵分析与鞋类误判规律准确率是一个过于宏观的指标。要了解模型到底在哪些类别上犯难必须看混淆矩阵。pred_probs model.predict(x_test) pred_classes np.argmax(pred_probs, axis1) cm confusion_matrix(y_test, pred_classes) print(cm)在 10 类模型的混淆矩阵中最容易出现的错误是短靴被误判为运动鞋以及凉鞋被误判为短靴。原因是这些类别的局部纹理在低分辨率灰度图中非常相近。如果你观察到衬衫被误判为 T 恤、连衣裙被误判为外套也属于正常现象因为服装大类之间本身就有形态重叠。针对鞋类三分类模型我单独跑过一次测试准确率大约在 0.95~0.97 之间比 10 类模型里鞋类这三类的平均表现高了约 3~4 个百分点。这说明一个很朴素的道理当任务范围收窄时有限的特征容量可以更专注地学习类间差异。这也是实际业务中常说的“垂直场景专用模型”价值所在。如果想直观看到模型具体的预测效果可以随机从测试集中挑几张图片把它们和预测结果一起展示出来。对鞋类识别来说这一步非常有助于判断模型是在“看纹理”还是“看轮廓”。4.3 高频问题排查速查表实验中无论新手还是老手总会碰到几个反复出现的坑。我把它们整理成一张速查表直接照着排查即可。问题现象可能原因解决思路训练 loss 完全不下降数据没有归一化 / 学习率过大先检查输入是否除以 255再把学习率调小到 0.001 以下train_acc 很高val_acc 很低过拟合增加 Dropout、加早停、适当减少网络层数或神经元数量验证集准确率一直不涨网络结构不适合数据分辨率 / 数据划分异常确认 reshape 后 input_shape 与数据维度是否匹配打印 x_train.shape显存不足报错 OOMbatch_size 过大 / 显存被其他进程占用减小 batch_size 到 16 或 8设置 GPU 显存按需增长测试集准确率与验证集差距大预处理不一致检查训练和测试是否用了同一套归一化、reshape 操作训练输出中出现 NaN 损失数据含异常值 / 学习率过高检查标签是否有越界值降低学习率并重置模型报错 Shape 不匹配全连接层输入维度与卷积输出不匹配先用 model.summary() 查看各层输出形状再调整 Flatten 后的 Dense 输入这张表里的每一条我都踩过不止一次尤其是 shape 不匹配的问题。Keras 虽然对层与层之间的形状检查比较严格但对 Flatten 之后与 Dense 的连接很多人还是会算不清楚。最稳妥的办法就是先model.summary()打印输出而不是凭感觉接层。4.4 实操中的几个额外心得除了上面的问题排查还有几个经验值得单独说。第一个心得是小样本试探性训练。完整 54000 张训练图片即使 CPU 训练很快调试模型结构时也建议先只用 5000 张样本、训练 2~3 轮确认代码通顺、loss 在下降后再进入正式训练。这样能极大节省试错时间。第二个心得是不要盲目增加网络层数。有人一听准确率不够高就想把网络加深加宽结果在 28×28 这样的低分辨率输入上更深的结构迅速过拟合效果反而更差。正确的做法是优先调整 Dropout 比例、增加数据增强、延长训练轮数最后再考虑结构变化。第三个心得是仔细观察损失值下降的“形状”。如果前 3 轮 loss 从 2.2 快速降到 0.8后续每轮只降 0.01这说明模型已经进入调优阶段再加大轮数收益有限。此时应关注验证集是否开始反弹而不是盲目堆 epoch。第四个心得是关于模型保存的格式。我习惯保存为 HDF5 格式文件名后缀.h5这样生成的单个文件同时包含网络结构和权重拷贝和部署都很方便。如果将来要部署到移动端再考虑转换成 TF Lite 格式。最后想多说的几句这个实验做下来最大的体会是深度学习入门真正难的不是背住某个模型结构而是建立一套“拿到数据 → 先观察 → 定基线 → 再调优”的工作习惯。鞋类识别这个任务虽然小但它把整条链路完整地展示了一遍。你学会处理灰度图、设计小卷积网络、设置验证集、读懂训练曲线、用混淆矩阵定位错误这套能力迁移到任何图像分类任务上都成立。另外如果你对“鞋类识别”本身还有兴趣可以尝试两个扩展方向一个是对运动鞋这个单一类别做更精细的子类划分另一个是尝试在输出层之前修改结构把特征向量提取出来做近邻检索实现“以图搜鞋”。这两个方向都是在现有模型基础上做小改动但能延伸出不少玩法。

TensorFlow实战：基于CNN的鞋类图像分类完整流程

相关推荐

Claude Code权限系统深度解析：设计、配置与安全实践

排序算法选型指南：从复杂度到稳定性与缓存命中

Windows下Elasticsearch 7.17.3中文分词插件IK安装与避坑指南

更多资讯

人脸灰度图像彩色复原：从原理到工程实践的深度学习方案

野生保护动物识别系统实战：基于ResNet与Django的图像分类部署全流程

CIFAR-10图像分类实战：从基础CNN到96%准确率的深度学习工程指南

快速排序核心原理与工程优化实战：分区、基准选择与避坑指南

rea三步法：把读过变成用得上，告别收藏夹焦虑

AI应用测试全攻略：五大核心维度与实战避坑指南

今日更新

智能硬件视频会议集成：从芯片选型到场景落地的全栈实践

FFmpeg音视频处理与5路RTMP推流实战：从原理到118克盒子部署

RK3528+1GB内存如何变身直播节点？硬编解码与六协议实战复盘

本周精选

金融AI落地指南：从调研报告到技术选型与工程实践

大模型上下文成本与注意力优化技术深度解析——为何O(n²)平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测

基于GMM的语音识别系统原理与MATLAB实现详解

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？