＜ Google Colab 有关 ＞ 在 Google Drive 创建并存储 模型: EfficientNetV2B3 项目: 绿豆芽 (3) 还是准备阶段 拍摄规划 v3版的设计逻辑

on 20Feb.2025 by Dave

近展：

前天暴雨，从晴天的 23c，后半夜里降温到零下2度， 现在是 -1c 度，预报说卯辰巳时会是 -8 摄氏度，新的历史记录将诞生。 全屋空调加热到 21 度，噪音很大，鼻子很难受，头痛。

戴个降噪耳机刷剧，刷文章，规划一再改动，代码也越来越完整，细节已经具体化，到执行条件。

之前有关的文章：

＜ Google Colab 有关 ＞ 在 Google Drive 创建并存储 模型: EfficientNetV2B3 项目: 绿豆芽 (1)-优快云博客

＜ Google Colab 有关 ＞ 在 Google Drive 创建并存储 模型: EfficientNetV2B3 项目: 绿豆芽 (2)-优快云博客

推荐看一眼，再看这篇可以了解我的进展与变化。 

v3版的设计逻辑：

目标

• 使用 EfficientNetV2B3 模型，绿豆芽分 6 个生长阶段（“1干原豆", "2浸泡豆", "3胚根破种皮", "4胚轴伸长", "5胚芽突破", "6子叶”）。   注：中国菜豆芽 1-4，5-6 就是种植。
• 每天拍摄照片并增量训练，避免每次从头训练。
• 在 Google Colab 上运行，利用 Google Drive 存储数据集和模型。

设计逻辑

一、分步骤执行

• 步骤 1：创建初始环境和模型
• 步骤 2：每天提交照片到数据集
• 步骤 3：增量训练模型 这篇文章是 v3.1 （第三次大修改）
• 步骤 4：预测图片 
• 以上在 Google Colab 1、3 是代码执行， 2 是手工操作，4是代码。

二、训练策略

• 利用预训练模型（ImageNet）只微调顶层。
• 避免破坏已有知识。
• 根据数据量动态调整轮数（epoch）

三、数据管理

• 数据存储在 Google Drive，明确路径与目录解构
• 照片 600x600，与模型输入也是 600

代码可能还会变化，只以图来参考。有最终版再放出。

我也是摄影爱好者，对数据集的拍摄有很多未知。花费 1/2 - 2/3 时间在搜寻答案，为拍摄前的解惑。这方面中文区匮乏，没有明确的定义与的结论。英文的文献到是有很多，加上 Gemini 有了语音功能，别人可能看到过一个胖子对着手机聊天，有时在笔记本上写着潦草的符号。

上传数据集目录结构：

dataset_MungBeanSprouts/
    ├─ 干原豆/
    │   └─ img1.jpg
    ├─ 浸泡豆/
    │   └─ img2.jpg
    ├─ 胚根破种皮/
    │   └─ img3.jpg
    ├─ 胚轴伸长/
    │   └─ img4.jpg
    ├─ 胚芽突破/
    │   └─ img5.jpg
    └─ 子叶/
        └─ img6.jpg

测试集放入 /dataset_MungBeanSprouts_test/

拍摄策略 6 阶段如下：

1. 干原豆

干绿豆是未发芽的颗粒，个体差异小，多颗能展示整体特征。

拍摄方式: 散放在白纸上，微距拍摄，占画面 70%-80%，裁剪到 600x600。

2. 浸泡豆

浸泡后的豆子仍是颗粒状态，主要特征是膨胀和湿润感。

拍摄方式: 放 10 颗在浅水或湿厨房纸上，微距拍摄，裁剪到 600x600。

3. 胚根破种皮

胚根刚突破种皮是毫米单位，其细节微小，多颗会互相遮挡，单一绿豆才可以体现。

拍摄方式: 微距拍摄，聚焦胚根，裁剪到 600x600。

4. 胚轴伸长

 胚轴变长到厘米后，需要突出长度和白色条胚结构，一堆会混乱，只拍个体。

拍摄方式: 微距或普通镜头，侧面或俯视，裁剪到 600x600。

5. 胚芽突破

胚芽刚出现，要突出细节，单一拍摄。

拍摄方式: 微距拍摄，聚焦胚芽和胚轴交界，裁剪到 600x600。

6. 子叶

子叶展开，是最关键的特征，需要让模型展示清晰叶片形状和颜色，拍个体。

拍摄方式: 微距或普通镜头，顶部拍摄，裁剪到 600x600。

策略小结：

• 早期阶段（干原豆、浸泡豆）: 拍摄 5-10 颗 一同拍摄，展示群体特征。
• 后期阶段（胚根破种皮到子叶）: 拍摄“单一绿豆芽”，突出个体细节。
• （可选）两种以 5/5 比例拍摄，增加数据多样性。

拍摄考虑：

• 一堆绿豆: 模型可能学习整体模式（比如颜色分布、颗粒密度），但细节（如胚根、子叶）可能被忽略。
• 单一绿豆: 模型聚焦个体特征（如形状、纹理），更适合区分生长阶段。
• 因为num_classes 是分为 6 个阶段，细分后，细节更重要，后期阶段用单一绿豆芽为主。