档案管理软件深度学习实操指南：从零到落地的可直接上手步骤

前置准备

环境依赖安装

请按以下命令安装所需工具和库，确保每一步无报错：

• 安装Python3.8+：直接从Python官网下载对应系统版本，安装时勾选Add Python to PATH
• 执行安装命令：pip install torch torchvision pandas opencv-python flask

核心实操步骤

第一步：准备档案数据

1. 收集1000张以上带分类标签的档案图片，分类定义为：0=合同、1=报表、2=证件（可从公开数据集或自有档案中提取）；

2. 所有图片必须按type_序号.jpg格式命名，例如合同类第一张为type_0_001.jpg，报表类第十张为type_1_010.jpg；

3. 执行以下Python代码生成标签文件，代码完整可直接复制：

```python import os import pandas as pd image_dir = "./archive_images" labels = [] for img_name in os.listdir(image_dir): if img_name.endswith(".jpg"): label = int(img_name.split("_")[1]) labels.append({"image": img_name, "label": label}) df = pd.DataFrame(labels) df.to_csv("archive_labels.csv", index=False) ```

⚠️ 重点：必须确保图片目录中只有分类.jpg文件，否则代码会报错。

第二步：搭建轻量化分类模型

本步骤使用预训练MobileNetV2模型，无需从零训练，降低门槛；

执行以下代码创建模型脚本train_model.py：

```python import torch import torch.nn as nn from torchvision import models, transforms from torch.utils.data import Dataset, DataLoader from sklearn.model_selection import train_test_split import pandas as pd from PIL import Image 配置参数 device = torch.device("cuda" if torch.cuda.is_available() else "cpu") batch_size = 16 num_epochs = 10 num_classes = 3 数据预处理 transform = transforms.Compose([ transforms.Resize((224, 224)), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ]) 自定义数据集类 class ArchiveDataset(Dataset): def __init__(self, df, img_dir, transform=None): self.df = df self.img_dir = img_dir self.transform = transform def __len__(self): return len(self.df) def __getitem__(self, idx): img_name = os.path.join(self.img_dir, self.df.iloc[idx, 0]) image = Image.open(img_name).convert("RGB") label = self.df.iloc[idx, 1] if self.transform: image = self.transform(image) return image, label 加载数据 df = pd.read_csv("archive_labels.csv") train_df, val_df = train_test_split(df, test_size=0.2, random_state=42) train_dataset = ArchiveDataset(train_df, "./archive_images", transform) val_dataset = ArchiveDataset(val_df, "./archive_images", transform) train_loader = DataLoader(train_dataset, batch_size=batch_size, shuffle=True) val_loader = DataLoader(val_dataset, batch_size=batch_size, shuffle=False) 加载并修改预训练模型 model = models.mobilenet_v2(pretrained=True) model.classifier[1] = nn.Linear(model.classifier[1].in_features, num_classes) model = model.to(device) 损失函数和优化器 criterion = nn.CrossEntropyLoss() optimizer = torch.optim.Adam(model.parameters(), lr=1e-4) ```

第三步：模型训练与验证

在train_model.py中添加以下训练代码，完整脚本如下：

```python 训练循环 for epoch in range(num_epochs): model.train() train_loss = 0.0 for images, labels in train_loader: images, labels = images.to(device), labels.to(device) optimizer.zero_grad() outputs = model(images) loss = criterion(outputs, labels) loss.backward() optimizer.step() train_loss += loss.item() images.size(0) train_loss /= len(train_loader.dataset) 验证 model.eval() val_loss = 0.0 correct = 0 total = 0 with torch.no_grad(): for images, labels in val_loader: images, labels = images.to(device), labels.to(device) outputs = model(images) loss = criterion(outputs, labels) val_loss += loss.item() images.size(0) _, predicted = outputs.max(1) total += labels.size(0) correct += predicted.eq(labels).sum().item() val_loss /= len(val_loader.dataset) val_acc = 100 correct / total 打印进度 print(f"Epoch {epoch+1}/{num_epochs}, Train Loss: {train_loss:.4f}, Val Loss: {val_loss:.4f}, Val Acc: {val_acc:.2f}%") 保存模型 torch.save(model.state_dict(), "archive_model.pth") ```

⚠️ 重点：当验证准确率达到85%以上时，停止训练；若连续2个epoch准确率无提升，需调整lr至5e-5。

第四步：部署到档案管理软件

1. 创建推理脚本infer_archive.py，用于接收档案图片并输出分类结果，代码完整可复制：

```python import torch from torchvision import transforms from PIL import Image from train_model import model, device 加载模型权重 model.load_state_dict(torch.load("archive_model.pth")) model.eval() 预处理 transform = transforms.Compose([ transforms.Resize((224, 224)), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ]) 推理函数 def infer_archive(img_path): image = Image.open(img_path).convert("RGB") image = transform(image).unsqueeze(0).to(device) with torch.no_grad(): outputs = model(image) _, predicted = outputs.max(1) 分类映射：0=合同，1=报表，2=证件 class_map = {0: "合同", 1: "报表", 2: "证件"} return class_map[predicted.item()] 测试：执行python infer_archive.py 档案图片路径 if __name__ == "__main__": import sys img_path = sys.argv[1] result = infer_archive(img_path) print(f"档案类型：{result}") ```

2. 部署步骤：将archive_model.pth、infer_archive.py与你的档案管理软件放在同一服务器目录，在软件的档案上传接口中调用推理脚本，传入图片路径即可自动识别档案类型；

3. 快速验证：执行python infer_archive.py 你的档案图片路径，直接查看输出结果。

常见问题排查

• 报错“CUDA out of memory”：减少batch_size至8，或使用CPU训练（将device改为torch.device("cpu")）；
• 模型准确率低：检查图片命名是否符合规范，或增加训练数据至2000张以上；
• 依赖安装失败：执行pip install --upgrade pip后重新安装所有库。