ResNet18实战教程：智能家居物品识别系统搭建

1. 教程目标与背景

随着智能家居设备的普及，让系统具备“看懂”环境的能力成为提升用户体验的关键。通用物体识别技术能够帮助智能设备理解用户所处场景、识别日常物品，从而实现更自然的人机交互。本教程将带你从零开始，基于TorchVision 官方 ResNet-18 模型，搭建一个轻量级、高稳定性的智能家居物品识别系统。

该系统支持对1000 类常见物体和场景进行分类（涵盖动物、家具、交通工具、自然景观等），集成可视化 WebUI 界面，且针对 CPU 进行了推理优化，适合部署在边缘设备或低功耗网关中。

💡学完你将掌握： - 如何加载并使用 TorchVision 预训练模型 - 构建 Flask 可视化 Web 接口 - 图像预处理与后处理全流程实践 - 在 CPU 上高效运行深度学习推理的技巧

2. 技术选型与核心优势

2.1 为什么选择 ResNet-18？

ResNet（残差网络）是深度学习图像分类领域的里程碑式架构。其中ResNet-18因其结构简洁、参数量小（约 1170 万）、推理速度快，特别适合资源受限的场景。

特性	ResNet-18
模型大小	~44MB（FP32 权重）
Top-1 准确率（ImageNet）	69.8%
推理延迟（CPU, 批次=1）	< 100ms
是否支持迁移学习	✅ 强烈推荐微调

相较于更复杂的 ResNet-50 或 ViT 模型，ResNet-18 在精度与效率之间取得了良好平衡，非常适合用于智能家居中的实时识别任务。

2.2 核心优势总结

官方原生模型：直接调用torchvision.models.resnet18(pretrained=True)，避免第三方封装带来的兼容性问题。
离线可用：所有权重本地加载，无需联网验证，保障服务稳定性。
场景理解能力强：不仅能识别“猫”、“椅子”，还能识别“alpine hut”、“ski slope”等复合语义场景。
WebUI 友好交互：通过 Flask 提供上传界面，支持结果可视化展示 Top-3 分类及置信度。

3. 系统实现步骤详解

3.1 环境准备

首先确保你的环境中已安装以下依赖库：

pip install torch torchvision flask pillow numpy

⚠️ 建议使用 Python 3.8+ 和 PyTorch 1.12+ 版本以获得最佳兼容性。

创建项目目录结构如下：

smart_home_classifier/ ├── app.py # Flask 主程序 ├── static/ │ └── uploads/ # 存放上传图片 ├── templates/ │ └── index.html # 前端页面 └── utils.py # 图像处理与模型加载工具

3.2 模型加载与图像预处理（`utils.py`）

# utils.py import torch import torchvision.transforms as transforms from torchvision import models from PIL import Image import json # 加载 ImageNet 类别标签 with open("imagenet_classes.txt") as f: labels = [line.strip() for line in f.readlines()] # 定义图像预处理流程 preprocess = transforms.Compose([ transforms.Resize(256), transforms.CenterCrop(224), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]), ]) # 加载预训练 ResNet-18 模型 model = models.resnet18(pretrained=True) model.eval() # 切换为评估模式 def predict_image(image_path): """输入图像路径，返回 Top-3 预测结果""" img = Image.open(image_path).convert("RGB") input_tensor = preprocess(img) input_batch = input_tensor.unsqueeze(0) # 添加 batch 维度 with torch.no_grad(): output = model(input_batch) probabilities = torch.nn.functional.softmax(output[0], dim=0) top3_prob, top3_idx = torch.topk(probabilities, 3) results = [] for i in range(3): label = labels[top3_idx[i]].split(" ", 1)[1] # 去掉编号 prob = top3_prob[i].item() results.append({"label": label, "probability": round(prob * 100, 2)}) return results

🔍代码解析： - 使用torchvision.transforms对图像进行标准化处理，匹配 ImageNet 训练时的数据分布。 -torch.no_grad()禁用梯度计算，显著降低内存消耗。 -imagenet_classes.txt文件包含 1000 个类别的文本标签，可从公开资源获取。

3.3 WebUI 接口开发（`app.py`）

# app.py from flask import Flask, request, render_template, redirect, url_for import os from utils import predict_image app = Flask(__name__) UPLOAD_FOLDER = 'static/uploads' os.makedirs(UPLOAD_FOLDER, exist_ok=True) app.config['UPLOAD_FOLDER'] = UPLOAD_FOLDER @app.route('/', methods=['GET', 'POST']) def index(): if request.method == 'POST': if 'file' not in request.files: return redirect(request.url) file = request.files['file'] if file.filename == '': return redirect(request.url) if file: filepath = os.path.join(app.config['UPLOAD_FOLDER'], file.filename) file.save(filepath) results = predict_image(filepath) return render_template('index.html', image=file.filename, results=results) return render_template('index.html') if __name__ == '__main__': app.run(host='0.0.0.0', port=5000, debug=False)

3.4 前端页面设计（`templates/index.html`）

<!DOCTYPE html> <html> <head> <title>智能家居物品识别系统</title> <style> body { font-family: Arial, sans-serif; text-align: center; margin-top: 50px; } .upload-box { border: 2px dashed #ccc; padding: 30px; width: 400px; margin: 0 auto; } img { max-width: 100%; margin: 20px 0; } .result { margin: 10px 0; font-weight: bold; color: #333; } </style> </head> <body> <h1>👁️ AI 万物识别 - 通用图像分类 (ResNet-18)</h1> <div class="upload-box"> <form method="post" enctype="multipart/form-data"> <input type="file" name="file" accept="image/*" required><br><br> <button type="submit" style="padding: 10px 20px; font-size: 16px;">🔍 开始识别</button> </form> </div> {% if image %} <img src="{{ url_for('static', filename='uploads/' + image) }}" alt="Uploaded Image"> <h3>识别结果（Top-3）：</h3> {% for res in results %} <p class="result">{{ res.label }}: {{ res.probability }}%</p> {% endfor %} {% endif %} </body> </html>

✅ 页面功能包括： - 支持拖拽或点击上传图片 - 实时显示上传图片 - 展示 Top-3 分类结果及其置信度百分比

4. 性能优化与实践建议

4.1 CPU 推理加速技巧

尽管 ResNet-18 本身较轻量，但在 CPU 上仍可通过以下方式进一步提升性能：

启用 TorchScript 编译

scripted_model = torch.jit.script(model) scripted_model.save("resnet18_scripted.pt")

使用 ONNX Runtime（可选）

将模型导出为 ONNX 格式，在 ONNX Runtime 中运行可获得更高推理速度。

减少数据拷贝开销

避免频繁在 GPU/CPU 间传输张量（本例全程 CPU 推理）。

批处理优化（batch inference）

若需同时处理多张图片，建议合并为 batch 输入，提高吞吐量。

4.2 实际部署注意事项

首次启动缓存模型：PyTorch 第一次加载pretrained=True模型会自动下载权重（~44MB），建议提前下载并指定本地路径。
限制上传文件类型：添加.png,.jpg,.jpeg白名单校验，防止恶意上传。
定期清理上传目录：避免static/uploads/目录无限增长。
增加错误处理机制：如图像损坏、格式不支持等情况应友好提示。

5. 应用场景拓展

本系统不仅可用于智能家居，还可扩展至多个实际场景：

场景	应用方式
老人看护设备	自动识别跌倒、异常行为相关物品（拐杖、药瓶）
智能冰箱	识别内部食材种类，辅助生成购物清单
家庭安防摄像头	区分宠物、访客、陌生人进入画面
儿童教育玩具	实物拍照识物，辅助语言学习