简介面向机器学习与深度学习初学者、高校课程设计与毕业设计学生提供基于Python和PyTorch的完整猫狗识别分类项目源码涵盖CNN、ResNet、Swin Transformer等模型实现以及数据读取、训练、测试等脚本可帮助快速掌握图像分类的完整流程并可直接用于课程设计、毕业设计等场景。压缩包共16个文件含7个Python脚本、2个Markdown说明文档、1个Word设计论文、1个模型权重文件等整体约1.67MB结构清晰便于按需查阅。目前已有68人学习/下载。除源码外还提供训练至400轮的CNN模型权重和日志记录可辅助理解模型选择、训练过程与实验效果配套说明文档与设计论文梳理了项目背景与实现思路适合在此基础上修改扩展完成其他分类任务。1. 基于Python机器学习的猫狗识别分类一套能直接跑的PyTorch完整项目做课程设计和毕业设计的同学多半被“猫狗识别”这四个字坑过——网上教程一大堆但要么只给模型不给数据要么代码缺头缺尾跑起来全是报错。这份基于Python机器学习的猫狗识别分类项目源码好就好在它不是一个空壳demo而是把 CNN、ResNet、Swin Transformer 三条技术路线都塞进了同一个工程里配套了说明文档、训练日志、模型权重和论文文档连PyTorch环境的 events 文件都保留着。也就是说你拿到手不是去看别人“怎么讲”而是直接看别人“怎么跑通的”。适合三类人急着交课程设计的学生、想复现深度学习 baseline 的初学者、以及需要一份完整代码做二次开发的从业者。它能解决的核心问题很简单数据怎么组织、三个模型怎么训、训完怎么加载权重去做推理。2. 工程结构和数据组织先搞清楚 data.txt、get_data.py 和数据集目录之间怎么配合2.1 工程里到底有哪些文件各自干什么拿到压缩包先别急着跑把文件清单捋一遍比什么都重要。这个项目的文件组织很典型是课程设计里最常见的那种“模型文件 工具脚本 说明文档”三段式结构。我拆开之后核心文件的作用如下表文件/目录作用备注get_data.py生成数据集路径清单输出 data.txtdata.txt图片路径 标签的文本清单训练和测试都读它cnn.py手写 CNN 模型定义适合入门理解卷积过程resnet.pyResNet 模型定义可能是标准 ResNet 或简化版swin_transformer.pySwin Transformer 模型定义视觉 Transformer 路线test_cnn.pyCNN 模型的推理脚本加载权重做单图预测test_resnet.pyResNet 模型的推理脚本同上针对 ResNetshow.py可视化脚本看数据、看预测结果model/训练好的权重文件里面有 cnn_epoch400.pthLogger/训练日志含 TensorBoard 的 events 文件说明文档.md / Swin-trans.md使用说明和技术笔记先读这两个这个结构最大的好处是“模型定义”和“训练推理”是解耦的。你想换模型只需要改入口脚本不需要动数据准备逻辑。很多初学者拿到项目就喜欢直接双击 test_cnn.py结果报了 No module named cnn 之类的错原因就是没搞明白 Python 模块导入路径——脚本和模型文件在同一个目录但当前工作目录不对。我一般会先在项目根目录打开终端再执行 python test_cnn.py而不是在 IDE 里直接右键运行。2.2 data.txt 的格式为什么有的项目用 ImageFolder这个项目用文本清单先看数据准备这一步。项目里 get_data.py 的核心职责是扫描图片目录把每张图片的路径和类别标签写进 data.txt。常见的做法有两种一种是用 torchvision.datasets.ImageFolder要求数据按类别分文件夹存放另一种就是本项目这种方式自己维护一个“路径 标签”的文本文件。后者更灵活因为你可以把训练集、验证集按任意比例混合甚至可以把多个来源的图片都塞进同一个清单里。data.txt 的每一行长这样data/train/cat.0.jpg 0 data/train/dog.1.jpg 1这个0和1就是类别标签0 代表猫1 代表狗。用文本清单的好处是你不需要复制粘贴图片到不同文件夹只需要在生成清单时做一次路径映射。训练脚本读取这个文件后会用 PIL 打开图片做 resize、归一化等预处理然后喂给模型。如果你自己想做数据增强比如随机裁剪、水平翻转也是在读取图片之后、送入模型之前加 transform 操作。2.3 get_data.py 的关键逻辑路径拼接和标签映射怎么避免踩坑这个脚本的核心代码逻辑一般长这样import os # 假设你的图片按 train/cat、train/dog 存放 data_dir data/train classes [cat, dog] # 类别顺序决定了标签编号 with open(data.txt, w, encodingutf-8) as f: for label, class_name in enumerate(classes): class_dir os.path.join(data_dir, class_name) for img_name in os.listdir(class_dir): if img_name.endswith((.jpg, .jpeg, .png)): img_path os.path.join(class_dir, img_name) f.write(f{img_path} {label}\n)这个脚本的逻辑很简单遍历每个类别文件夹把所有图片的路径和对应的数字标签写进 data.txt。注意classes列表的顺序很重要——如果你把[dog, cat]写在前面那 dog 就变成 0猫就变成 1后面训练出来的模型语义就完全反了。我在实际跑项目时习惯打印 data.txt 的前几行确认标签正确这一步花不了十秒钟但能省掉后面排查预测结果“猫狗颠倒”的半天时间。另外路径分隔符要注意。Windows 下 os.path.join 生成的是反斜杠\而 Linux 下是正斜杠/。如果你的训练脚本跑在 Linux 服务器上data.txt 里却是 Windows 路径会直接 FileNotFoundError。我一般会在 get_data.py 里把所有路径统一替换成正斜杠img_path os.path.join(class_dir, img_name).replace(\\, /)这个小改动能让你的项目在 Windows 写完、Linux 上跑的时候不翻车。3. 三条模型路线对比CNN、ResNet、Swin Transformer 各自怎么选3.1 手写 CNN最适合理解卷积本质也最容易过拟合cnn.py 里定义的是一个手工搭建的卷积神经网络。课程设计里最常见的手写 CNN 结构是“卷积 池化 全连接”的堆叠。一个典型的代码框架如下import torch.nn as nn class SimpleCNN(nn.Module): def __init__(self, num_classes2): super(SimpleCNN, self).__init__() # 第一个卷积块3 通道输入16 个卷积核3x3 大小 self.conv1 nn.Sequential( nn.Conv2d(3, 16, kernel_size3, padding1), nn.ReLU(), nn.MaxPool2d(2) # 尺寸减半 ) # 第二个卷积块16 - 32 通道 self.conv2 nn.Sequential( nn.Conv2d(16, 32, kernel_size3, padding1), nn.ReLU(), nn.MaxPool2d(2) ) # 全连接分类头输入维度取决于最后的特征图尺寸 self.fc nn.Linear(32 * 56 * 56, num_classes) def forward(self, x): x self.conv1(x) x self.conv2(x) # 展平后送入全连接层 x x.view(x.size(0), -1) x self.fc(x) return x这里的nn.Conv2d(3, 16, kernel_size3, padding1)表示输入是 3 通道RGB输出 16 个特征图卷积核 3x3padding 为 1 保持尺寸不变。nn.MaxPool2d(2)会把特征图宽高各缩一半。如果输入图片是 224x224经过两次池化变成 56x56所以全连接层的输入维度是32 * 56 * 56。这个数字是硬算出来的不是随便写的——如果你把输入图片尺寸改成 128x128这里必须同步调整否则会报维度不匹配的错误。手写 CNN 的优势是可控性强每一层的输出你都可以打印出来看非常适合写论文时画网络结构图。但缺点也明显在猫狗识别这种任务上自己搭的 CNN 很容易过拟合——训练集准确率 98%验证集只有 80%。原因在于参数量虽然不大但特征提取能力不够强学不到足够泛化的语义特征。如果你发现训练 loss 降得很低但验证 loss 很高优先考虑加 Dropout、做数据增强、或者直接换 ResNet。3.2 ResNet残差结构解决退化问题是精度和速度的平衡点resnet.py 里实现的是带残差连接的 ResNet。残差连接的核心思想是与其让网络直接学习一个复杂的映射 H(x)不如让它学习残差 F(x) H(x) - x然后通过跳跃连接把输入 x 加到输出上。这样做的好处是梯度可以绕过中间的卷积层直接回传解决了网络加深后的退化问题。一个简化的残差块实现如下import torch.nn as nn class ResidualBlock(nn.Module): def __init__(self, in_channels, out_channels, stride1): super(ResidualBlock, self).__init__() self.conv1 nn.Conv2d(in_channels, out_channels, kernel_size3, stridestride, padding1, biasFalse) self.bn1 nn.BatchNorm2d(out_channels) self.conv2 nn.Conv2d(out_channels, out_channels, kernel_size3, stride1, padding1, biasFalse) self.bn2 nn.BatchNorm2d(out_channels) # 如果输入输出通道数不一致用 1x1 卷积对齐 self.shortcut nn.Sequential() if stride ! 1 or in_channels ! out_channels: self.shortcut nn.Sequential( nn.Conv2d(in_channels, out_channels, kernel_size1, stridestride, biasFalse), nn.BatchNorm2d(out_channels) ) def forward(self, x): identity self.shortcut(x) out torch.relu(self.bn1(self.conv1(x))) out self.bn2(self.conv2(out)) out identity # 残差连接 return torch.relu(out)注意这里的shortcut分支。当 stride2 或者通道数变化时输入输出形状不一致必须用 1x1 卷积把 x 的通道数和尺寸对齐否则out identity会直接报错。这个细节是 ResNet 实现里最容易错的地方很多人从 GitHub 抄代码跑不通问题往往出在这里。在猫狗识别任务上ResNet 的表现明显好于手写 CNN。原因是残差结构让网络可以训练得更深更深意味着能提取到更高层的语义特征——比如狗耳朵的形状、猫胡须的纹理。项目里 resnet.py 对应的测试脚本是 test_resnet.py说明作者最终的主推模型大概率是 ResNet 路线。3.3 Swin Transformer视觉 Transformer 路线适合想冲高精度的场景swin_transformer.py 是三个模型里最复杂的一个。Swin Transformer 的核心是移动窗口自注意力Shifted Window Attention它把图片划分成固定大小的窗口在窗口内做自注意力计算然后在相邻层之间偏移窗口让不同窗口之间的信息可以交互。这样既保留了 Transformer 的全局建模能力又把计算复杂度从 O(N²) 降到了窗口级别的可控范围。Swin Transformer 的代码量比 CNN 大一个量级里面涉及窗口划分、相对位置编码、Patch Merging 等一堆操作。对课程设计来说你不需要从零默写整个模型——直接调用项目里现成的 swin_transformer.py 就行但你要能说清楚它和 CNN 的本质区别CNN 是局部感受野的卷积操作堆叠Swin 是通过自注意力机制建模像素之间的长距离依赖。如果你要在论文里对比三个模型的精度结论一般是Swin Transformer ResNet 手写 CNN但训练时间和显存占用也是倒过来的。Swin 对 GPU 显存的要求最高如果显卡只有 4GB 显存batch size 大概率只能设到 8 甚至 4训练速度会让你怀疑人生。我个人的建议是如果毕设要求“创新点”你可以把 Swin Transformer 作为主模型用小数据集微调再拿 ResNet 做 baseline 对比这样既有工作量又有深度。3.4 三份训练日志怎么读epoch 400 的 CNN 告诉你什么信息项目里保留了一个cnn_epoch400.pth的权重文件这暗示作者用 CNN 训练了整整 400 轮。看到这个数字有经验的人第一反应是要么作者用了早停early stopping但初始设置轮数很充裕要么模型在小数据集上反复震荡。深度学习里有一个不成文的经验训练轮数翻倍不代表精度的提升能翻倍很多时候从第 200 轮到第 400 轮验证集准确率可能只涨了 1% 到 2%。训练日志目录里还有一个 TensorFlow 的 events 文件——events.out.tfevents.1649819535...。这就比较有趣了说明作者在开发过程中既用过 PyTorch 也摸过 TensorFlow或者 TensorBoard 的日志格式残留。如果你想在本地复现训练过程的可视化可以用 TensorBoard 加载这个目录看 loss 曲线不想折腾的话直接打开 Logger 里的文本日志看 loss 数值变化也够用。4. 训练和推理实战从加载权重到单图预测把整个流程跑通4.1 test_cnn.py 的推理逻辑权重文件怎么加载输入怎么预处理现在进入最关键的环节——用训练好的权重做预测。先看 test_cnn.py 的典型流程import torch import torchvision.transforms as transforms from PIL import Image from cnn import SimpleCNN # 1. 定义与训练时完全一致的预处理 transform transforms.Compose([ transforms.Resize((224, 224)), # 尺寸必须和训练时一致 transforms.ToTensor(), # HWC - CHW像素值归一化到 [0,1] transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]) # ImageNet 统计量 ]) # 2. 加载模型和权重 model SimpleCNN(num_classes2) checkpoint torch.load(model/cnn_epoch400.pth, map_locationcpu) model.load_state_dict(checkpoint[model_state_dict] if model_state_dict in checkpoint else checkpoint) model.eval() # 3. 推理单张图片 def predict(image_path): img Image.open(image_path).convert(RGB) # 强制转 RGB img_tensor transform(img).unsqueeze(0) # 增加 batch 维度 with torch.no_grad(): outputs model(img_tensor) _, predicted torch.max(outputs, 1) return 猫 if predicted.item() 0 else 狗 print(predict(test_cat.jpg))这里有几个细节必须注意。第一map_locationcpu是给没有 GPU 的机器用的如果你有 CUDA 且权重是在 GPU 上训练的可以去掉这个参数或者改成map_locationcuda:0。第二model.eval()必须调用——它会关闭 Dropout 和 BatchNorm 的训练行为否则同样的输入每次预测结果可能不一样而且精度会下降。第三Image.open(...).convert(RGB)很重要因为有些图片是 RGBA 四通道或者灰度单通道不转成 RGB 的话输入通道数和模型定义不匹配会直接报错。4.2 权重文件是完整 checkpoint 还是纯 state_dictload 的时候怎么写这是推理脚本里最容易出幺蛾子的地方。torch.save 有两种常见姿势一种是只保存模型参数state_dict另一种是保存包含优化器状态、epoch 信息在内的完整 checkpoint。项目里的权重文件是cnn_epoch400.pth从命名看很可能是完整 checkpoint。所以我在代码里做了兼容处理if model_state_dict in checkpoint: model.load_state_dict(checkpoint[model_state_dict]) else: model.load_state_dict(checkpoint)这段代码的意思是先检查字典里有没有model_state_dict这个键如果有就用它如果没有说明直接保存的就是 state_dict。这种写法能兼容两种情况不管作者当初是用torch.save(model.state_dict(), ...)还是torch.save({model_state_dict: model.state_dict(), ...}, ...)保存的都能正确加载。我拆过好几个开源项目发现很多作者保存权重的习惯都不一样所以这个“双保险”写法值得养成习惯。4.3 训练入口复现train 脚本缺失时怎么补一个最简训练流程压缩包里我注意到没有明确列出 train.py但既然有模型定义和权重文件训练流程大概率是作者在 notebook 或临时脚本里跑的。如果你想自己重训模型可以用下面这个最简训练循环import torch import torch.nn as nn import torch.optim as optim from torch.utils.data import Dataset, DataLoader from PIL import Image from cnn import SimpleCNN # 自定义 Dataset读取 data.txt class CatDogDataset(Dataset): def __init__(self, txt_path, transformNone): self.samples [] self.transform transform with open(txt_path, r, encodingutf-8) as f: for line in f: path, label line.strip().split() self.samples.append((path, int(label))) def __len__(self): return len(self.samples) def __getitem__(self, idx): path, label self.samples[idx] img Image.open(path).convert(RGB) if self.transform: img self.transform(img) return img, label # 训练参数 batch_size 32 learning_rate 0.001 epochs 50 # 初始化 dataset CatDogDataset(data.txt, transformtransform) dataloader DataLoader(dataset, batch_sizebatch_size, shuffleTrue, num_workers0) model SimpleCNN() criterion nn.CrossEntropyLoss() optimizer optim.Adam(model.parameters(), lrlearning_rate) # 训练循环 for epoch in range(epochs): running_loss 0.0 for images, labels in dataloader: optimizer.zero_grad() outputs model(images) loss criterion(outputs, labels) loss.backward() optimizer.step() running_loss loss.item() print(fEpoch {epoch1}/{epochs}, Loss: {running_loss/len(dataloader):.4f})nn.CrossEntropyLoss()是分类任务默认的损失函数它内部已经包含了 softmax 操作所以模型最后一层不需要额外加 softmax。optimizer.zero_grad()必须在每次反向传播前清空梯度否则梯度会累加导致训练不稳定。num_workers0是 Windows 环境下的安全设置写成大于 0 的值在 Windows 上经常报多进程相关的错。4.4 show.py 是干什么的可视化预测结果论文插图就靠它show.py 这个脚本通常负责把预测结果可视化——把图片读进来跑一次模型然后在图片上画一个标题框写着“猫”或“狗”最后保存成一张带标注的图。这个脚本对论文和答辩 PPT 特别有用。你可以用它批量处理几张典型图片生成“模型正确识别”“模型错误分类”的对比图放进论文的实验分析章节比纯文字描述有说服力得多。5. 避坑指南从路径到显存五个最常见的翻车现场5.1 现象data.txt 里的路径在 Windows 上能跑换到 Linux 就 FileNotFoundError原因很简单Windows 路径分隔符是反斜杠Linux 是正斜杠。get_data.py 生成 data.txt 时用的是 os.path.join在 Windows 上自然生成反斜杠路径。你把项目传到服务器上用 Linux 跑Python 会老老实实地把反斜杠当成文件名的一部分自然找不到文件。解决办法是在 get_data.py 里强制替换所有分隔符img_path os.path.join(class_dir, img_name).replace(\\, /)或者更稳妥地在训练脚本读取 data.txt 时做一次统一化处理from pathlib import Path path, label line.strip().split() path str(Path(path)) # 自动转换为当前系统的标准路径格式从那以后我每次生成数据集清单都会先跑一遍脚本然后head -n 5 data.txt看一眼路径格式这个习惯帮我避开了不少跨平台翻车的坑。5.2 现象加载权重时报错 size mismatch for fc.weight: copying a param with shape torch.Size([2, 512]) from checkpoint原因是权重文件对应的模型结构和当前代码定义的模型结构不一致。常见情况有三种一是你改了模型定义里的num_classes比如从 2 改成了 10二是全连接层之前的特征维度不对比如输入图片尺寸变了导致展平后的维度变了三是作者训练用的 ResNet 和你代码里定义的 ResNet 层数不一样。解决办法是对比权重文件的键名和当前模型的键名找出差异在哪一层。可以在加载前打印出来checkpoint torch.load(model/cnn_epoch400.pth, map_locationcpu) model SimpleCNN() print(Checkpoint keys:, list(checkpoint.keys())[:5]) print(Model keys:, list(model.state_dict().keys())[:5])把两边的形状逐一对比就能定位是哪个层的维度对不上。如果是num_classes不一致那就别纠结直接改模型定义或者在加载时把最后一层剥离。5.3 现象inference 时同样的图片每次预测结果不一样准确率还不稳定这个现象十有八九是忘了调用model.eval()。训练模式下 BatchNorm 层会使用当前 batch 的均值和方差Dropout 层会随机失活一部分神经元所以模型在训练模式下的前向传播是有随机性的。推理时必须切换到 eval 模式BatchNorm 才会使用训练时积累的全局统计量Dropout 才会全部保留。另外还要注意如果你对输入图片做了随机预处理比如随机裁剪、随机翻转那推理结果当然每次都不一样所以要保证预处理函数里没有随机操作。5.4 现象训练时 loss 一直不降或者直接变成 NaN先说 loss 是 NaN 的情况最常见的原因是学习率设置过大导致梯度爆炸。CNN 模型建议从 0.001Adam 优化器开始试如果 loss 在几个 epoch 内就冲到 NaN果断把学习率除以 10。还有一种可能是输入数据里有损坏的图片PIL 打开失败返回空数组喂给模型后出现异常数值。排查方法是在 Dataset 的__getitem__里加 try-except把加载失败的图片路径打印出来。loss 一直不降的情况则往往和数据预处理有关。比如图片没有做归一化像素值范围是 0 到 255 而不是 0 到 1这时候梯度传播的尺度就很奇怪模型很难收敛。确认你的 transform 里加了transforms.ToTensor()它会自动把像素值从 0-255 缩放到 0.0-1.0。5.5 现象CUDA out of memory 在 Swin Transformer 上频繁出现Swin Transformer 的显存占用是三个模型里最高的视野注意力机制的中间张量很大BatchNorm 层的缓存也占空间。如果你显卡只有 4GB 显存跑 Swin 会很吃力。解决办法按优先级排列先减小 batch_size比如从 16 减到 8 或 4再考虑减小输入图片尺寸比如从 224 改成 192最后可以把混合精度训练打开——PyTorch 自带torch.cuda.amp可以自动用半精度浮点数计算显存占用直接砍半。混精训练的代码改动不大核心就三行scaler torch.cuda.amp.GradScaler() with torch.cuda.amp.autocast(): outputs model(images) loss criterion(outputs, labels) scaler.scale(loss).backward() scaler.step(optimizer) scaler.update()如果做完这些还是爆显存那只能说明硬件不合适跑 Swin老老实实回去用 ResNet别硬扛。6. 验证模型是否靠谱用混淆矩阵和真实样例做最后的把关6.1 不要只看 Accuracy按类别拆开看混淆矩阵课程设计答辩的时候老师说“你的模型准确率 95% 挺高的”但一调出测试结果发现狗全部识别正确、猫有一半被认成狗——这种情况我见过太多次了。二分类任务的准确率非常具有迷惑性如果测试集里狗占了 80%、猫占 20%模型只要无脑全猜狗就能拿到 80% 准确率。所以验证时一定要看每个类别分别的召回率也就是混淆矩阵。用 PyTorch 统计混淆矩阵核心代码很直观import torch def compute_confusion_matrix(model, dataloader, devicecpu): model.eval() model.to(device) # 2x2 矩阵: [真实猫][真实狗] x [预测猫][预测狗] cm torch.zeros(2, 2, dtypetorch.int64) with torch.no_grad(): for images, labels in dataloader: images, labels images.to(device), labels.to(device) outputs model(images) _, preds torch.max(outputs, 1) for t, p in zip(labels.view(-1), preds.view(-1)): cm[t, p] 1 return cm cm compute_confusion_matrix(model, test_loader) print(混淆矩阵:) print(cm) # 每一行代表真实类别每一列代表预测类别这个脚本会输出一个 2x2 的矩阵对角线上的数字是正确分类的数量反对角线上的数字是错误分类的数量。如果cm[0][1]明显大于cm[1][0]说明模型把很多猫错认成了狗——这时候常见解决办法是给训练数据里的猫做更多的数据增强或者收集更多猫的图片来平衡两个类别。6.2 用真实场景图片做边界测试模型有没有泛化能力一看便知除了用测试集算指标我强烈建议你从网上找几张不在这份数据集里的猫狗图片特别是那种“角度刁钻”的——比如只露半个猫头、狗在奔跑中、白色猫在白色背景下。把这些图片喂给 test_cnn.py 跑一遍你会很快发现模型的真实水平。因为训练集里的图片通常是正对镜头、主体居中的标准图而真实场景的图片各种姿势都有泛化能力弱的模型在这类图上会原形毕露。如果你想更系统地测可以准备一个“挑战集”里面放十张不同类型图片卡通猫、布偶猫、柯基、金毛、黑猫夜间照等。一张一张预测把正确和错误的结果记录下来。这个过程会直接暴露模型学到的到底是“猫狗的特征”还是“数据集的背景特征”。比如模型把所有带白色背景的图都预测成狗那它大概率就是学到了数据集的偏差而不是真正的语义特征。6.3 训练曲线怎么看过拟合的早期信号是 gap 拉大而不是 loss 升高最后一个技巧是训练曲线解读。很多人只看最终准确率不看训练过程。正确的做法是同时盯着训练集 loss 和验证集 loss 两条曲线。当训练集 loss 还在下降、但验证集 loss 开始回升或不再下降时这个“gap 拉大”的时刻就是过拟合的起点。项目里的 Logger 目录既然保留了 TensorBoard 的 events 文件我建议你本地起一下 TensorBoard 看看原始曲线tensorboard --logdir Logger/如果你的环境没装 TensorBoard直接看文本日志里的 loss 数值变化也行——发现训练 loss 降到 0.01 以下而验证 loss 还在 0.5 以上说明模型已经死记硬背了训练集这时候最有效的干预不是继续训而是降低模型复杂度或者加强数据增强。从那以后我每次拿到别人的模型权重第一件事不是跑准确率而是先看它的训练曲线和混淆矩阵确认这份权重是真的训出来的、不是运气好碰出来的再决定要不要在自己的场景里用。希望这份项目拆解能帮你把猫狗识别这条技术路线真正跑通少走那些我已经替你踩过的弯路。本文还有配套的精品资源点击获取