本项目旨在自动筛选咖啡豆缺陷，提升咖啡风味。采用pp-lcnet模型，以886张图片为数据集（591张精品豆、295张缺陷豆），按8:2划分训练集与验证集。经训练，模型准确率达98.8%，预测效果佳。未来可通过轻量化模型、数据增强及调参优化提升泛化能力与效果。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
基于PaddleX2.0-PP-LCNet模型的咖啡豆质量分类
一、项目背景
随着时代的发展，人们对咖啡的风味要求在不断变化中。目前，我们正处于以精品咖啡为代表的第三次咖啡浪潮中。精品咖啡的特点是：追求高品质咖啡，强调咖啡的独特风味的表达，严格筛选咖啡豆。 咖啡不仅受到人类的钟爱，还会吸引各种小虫，在咖啡果实成长过程中留下虫洞。咖啡豆采摘过程中可能混入各种杂质。在烘焙过程中，咖啡豆受热不均或温度变化过快会产生各种缺陷。这些缺陷经过存储过程会产生霉变等变化，严重影响咖啡风味。咖啡豆中混入上述杂质特别影响整体风味，本项目旨在实现对咖啡豆缺陷的自动筛选。
二、数据集介绍
在咖啡豆筛选过程中，咖啡熟豆常见缺陷有：瑕疵豆、碎片等，如下图所示： 训练集共886张咖啡豆的图片,其中包含591张精品咖啡豆，295张有缺陷的咖啡豆
三、总体思路
本方案采用飞桨全新发布的PP-LCNet模型架构,该模型比起其他的轻量级的 SOTA 模型，该骨干网络可以在不增加推理时间的情况下，进一步提升模型的性能，最终大幅度超越现有的 SOTA 模型。
PP-LCNet网络结构图如下：
3.1 解压数据集
In [ ]
!unzip -oq /home/aistudio/data/data150459/dataset3.zip -d work/
3.2 安装PaddleX开发套件
In [1]
!pip install paddlex
3.3 预处理
* 划分数据集 * 生成标签
In [ ]
!paddlex --split_dataset --format ImageNet --dataset_dir work/dataset3/ --val_value 0.2
按照8：2划分训练集和测试集.Train数量为：709 Eval 数量为： 177
2022-06-04 16:27:51 [INFO] Dataset split starts... 2022-06-04 16:27:51 [INFO] Dataset split done. 2022-06-04 16:27:51 [INFO] Train samples: 709 2022-06-04 16:27:51 [INFO] Eval samples: 177 2022-06-04 16:27:51 [INFO] Test samples: 0 2022-06-04 16:27:51 [INFO] Split files saved in work/dataset3/
3.4 训练
* PP-LCNet模型组网 * 调整训练参数
In [ ]
import paddlex as pdxfrom paddlex import transforms as T# 定义训练和验证时的transforms# API说明：https://github.com/PaddlePaddle/PaddleX/blob/develop/docs/apis/transforms/transforms.mdtrain_transforms = T.Compose(
[T.RandomCrop(crop_size=224), T.RandomHorizontalFlip(), T.Normalize()])
eval_transforms = T.Compose([
T.ResizeByShort(short_size=256), T.CenterCrop(crop_size=224), T.Normalize()
])# 定义训练和验证所用的数据集# API说明：https://github.com/PaddlePaddle/PaddleX/blob/develop/docs/apis/datasets.mdtrain_dataset = pdx.datasets.ImageNet(
data_dir='work/dataset3/',
file_list='work/dataset3/train_list.txt',
label_list='work/dataset3/labels.txt',
transforms=train_transforms,
shuffle=True)
eval_dataset = pdx.datasets.ImageNet(
data_dir='work/dataset3/',
file_list='work/dataset3/val_list.txt',
label_list='work/dataset3/labels.txt',
transforms=eval_transforms)# 初始化模型，并进行训练# 可使用VisualDL查看训练指标，参考https://github.com/PaddlePaddle/PaddleX/blob/develop/docs/visualdl.mdnum_classes = len(train_dataset.labels)
model = pdx.cls.PPLCNet(num_classes=num_classes, scale=1)# API说明：https://github.com/PaddlePaddle/PaddleX/blob/develop/docs/apis/models/classification.md# 各参数介绍与调整说明：https://github.com/PaddlePaddle/PaddleX/tree/develop/docs/parameters.mdmodel.train(
num_epochs=100,
pretrain_weights='IMAGENET',
train_dataset=train_dataset,
train_batch_size=64,
eval_dataset=eval_dataset,
lr_decay_epochs=[4, 6, 8],
learning_rate=0.1,
save_dir='output/pplcnet',
log_interval_steps=10,
label_smoothing=.1,
use_vdl=True)
2022-06-04 16:37:16 [INFO] Model saved in output/pplcnet/epoch_99. 2022-06-04 16:37:17 [INFO] [TRAIN] Epoch=100/100, Step=1/11, loss=0.204105, acc1=1.000000, acc2=1.000000, lr=0.000025, time_each_step=0.31s, eta=0:0:3 2022-06-04 16:37:19 [INFO] [TRAIN] Epoch=100/100, Step=11/11, loss=0.259414, acc1=0.953125, acc2=1.000000, lr=0.000000, time_each_step=0.24s, eta=0:0:0 2022-06-04 16:37:19 [INFO] [TRAIN] Epoch 100 finished, loss=0.22206952, acc1=0.984375, acc2=1.0 . 2022-06-04 16:37:20 [INFO] Start to evaluate(total_samples=177, total_steps=3)... 2022-06-04 16:37:21 [INFO] [EVAL] Finished, Epoch=100, acc1=0.982781, acc2=1.000000 . 2022-06-04 16:37:21 [INFO] Current evaluated best model on eval_dataset is epoch_64, acc1=0.9879889488220215 2022-06-04 16:37:21 [INFO] Model saved in output/pplcnet/epoch_100.
3.5 训练结果
* 最终训练结果acc1=0.98.8，训练的效果非常不错，可以达到应用级的效果
3.6 训练结果可视化
四、模型预测
在训练100个epoch后,本项目的最终得分为0.98，达到了比较好的效果
模型训练好之后就可以开始预测，本项目随机抽取test里的数据，预测结果如下，可以看出预测的非常准确
In [2]
import paddlex as pdx
test_jpg = 'IMG_20200618_124124521_1.jpg'model = pdx.load_model('output/pplcnet/best_model')
result = model.predict(test_jpg)print("Predict Result: ", result)
我们随机挑选了测试集的一张照片来验证模型的效果，可以看出模型准确的识别了，而且分数还很高，说明模型效果很棒
2022-06-04 20:22:09 [INFO] Model[PPLCNet] loaded.Predict Result: [{'category_id': 1, 'category': 'Debris_Shell', 'score': 0.93589294}]
五、改进方向
- 如果后期在进行实际应用，可以考虑往模型轻量化方向优化
- 因为本文项目的数据集量比较少，可以对训练集进行数据增强从而增大训练数据量以提升模型泛化能力
- 可以在基线模型的基础上通过调参及模型优化进一步提升效果
