PyTorch CNN Models

使用 PyTorch 从零搭建并训练经典卷积神经网络的学习项目，包含 LeNet、AlexNet、VGG16、GoogLeNet、ResNet，以及面向自定义水果图片数据集的 GoogLeNet 分类器。

项目内容

目录	模型	数据集	输入尺寸	类别数
LeNet/	LeNet	FashionMNIST	1 × 28 × 28	10
ALexNet/	AlexNet（适配小尺寸灰度图）	FashionMNIST	1 × 28 × 28	10
VGG/	VGG16（适配 FashionMNIST）	FashionMNIST	1 × 64 × 64	10
GoogLeNet/	GoogLeNet / Inception	FashionMNIST	1 × 224 × 224	10
ResNet/	ResNet（残差网络）	FashionMNIST	1 × 28 × 28	10
Fruit_GoogLeNet/	GoogLeNet	自定义水果图片	3 × 224 × 224	由数据集自动确定

每个模型目录主要包含：

• model.py：网络结构定义；
• model_train.py：数据加载、训练、验证、早停及权重保存；
• model_test.py：加载权重并评估测试集；
• data_partitioning.py：仅水果分类项目使用，用于划分训练集与测试集。

环境要求

• Python 3.9+
• PyTorch 2.0+

建议使用虚拟环境：

git clone https://github.com/lbw-work/pytorch-cnn-models.git
cd pytorch-cnn-models

python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
python -m pip install --upgrade pip
pip install -r requirements.txt

训练脚本会自动选择可用设备，优先级为 CUDA、Apple Silicon MPS、CPU（具体顺序以各脚本实现为准）。

FashionMNIST 模型

FashionMNIST 数据会在首次训练或测试时自动下载到对应模型目录的 data/ 中。请进入目标目录再运行脚本，例如：

cd LeNet

# 查看模型结构
python model.py

# 训练并生成 best_model.pth
python model_train.py

# 使用已生成的权重评估测试集
python model_test.py

其他 FashionMNIST 模型使用相同方式：

cd ALexNet   # 或 VGG、GoogLeNet、ResNet
python model.py
python model_train.py
python model_test.py

LeNet/plot.py 可用于查看一个批次的 FashionMNIST 样本：

cd LeNet
python plot.py

水果分类 GoogLeNet

将原始图片按类别文件夹放入 Fruit_GoogLeNet/data/：

Fruit_GoogLeNet/data/
├── apple/
│   ├── image_001.jpg
│   └── image_002.jpg
├── banana/
│   └── image_001.jpg
└── orange/
    └── image_001.jpg

然后依次执行：

cd Fruit_GoogLeNet

# 按类别将数据划分到 data/train 和 data/test
python data_partitioning.py

# 训练模型，类别数会根据文件夹自动确定
python model_train.py

# 评估测试集
python model_test.py

若要对单张图片推理，可将图片放在 Fruit_GoogLeNet/ 根目录后运行 python model_test.py。脚本会优先检测项目目录中的图片；未发现图片时自动评估测试集。

data_partitioning.py 会移动原始图片并重新组织目录。请先备份唯一的数据副本。

数据与模型权重

数据集、训练权重和生成图片未提交到仓库：

• FashionMNIST 可由 torchvision 自动下载；
• 自定义水果数据需要自行准备；
• *.pth、*.pt、*.ckpt 等权重文件需要运行训练脚本生成。

这些内容通常体积较大，并可能受数据来源或模型分发许可约束，因此统一由 .gitignore 排除。

说明

本项目用于理解经典 CNN 架构和完整的训练、验证、测试流程。部分结构针对 FashionMNIST 的单通道、小尺寸输入做了适配，并非论文原始配置的逐参数复现。