基于PaddleX2.0-PP-LCNet模型的咖啡豆质检分类

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。

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

!unzip -oq /home/aistudio/data/data150459/dataset3.zip -d work/

3.2 安装PaddleX开发套件

!pip install paddlex

3.3 预处理

* 划分数据集* 生成标签

!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

2024-06-04 16:27:51 [INFO]Dataset split starts...2024-06-04 16:27:51 [INFO]Dataset split done.2024-06-04 16:27:51 [INFO]Train samples: 7092024-06-04 16:27:51 [INFO]Eval samples: 1772024-06-04 16:27:51 [INFO]Test samples: 02024-06-04 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

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)

2024-06-04 16:37:16 [INFO]Model saved in output/pplcnet/epoch_99.2024-06-04 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=0:0:32024-06-04 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=0:0:02024-06-04 16:37:19 [INFO][TRAIN] Epoch 100 finished, loss=0.22206952, acc1=0.984375, acc2=1.0 .2024-06-04 16:37:20 [INFO]Start to evaluate(total_samples=177, total_steps=3)...2024-06-04 16:37:21 [INFO][EVAL] Finished, Epoch=100, acc1=0.982781, acc2=1.000000 .2024-06-04 16:37:21 [INFO]Current evaluated best model on eval_dataset is epoch_64, acc1=0.98798894882202452024-06-04 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

import paddlex as pdxtest_jpg = 'IMG_20200618_124521_1.webp'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

2024-06-04 20:22:09 [INFO]Model[PPLCNet] loaded.Predict Result:  [{'category_id': 1, 'category': 'Debris_Shell', 'score': 0.93589294}]

五、改进方向