50种近五年主流深度学习模型×10种时频方法，故障诊断、分类一键跑通！

最新推荐文章于 2026-06-15 09:44:57 发布
原创 最新推荐文章于 2026-06-15 09:44:57 发布 · 685 阅读 · 21 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#深度学习 #分类 #人工智能 #数据挖掘 #机器学习

今天给大家分享一个深度学习分类全家桶项目，整合了50种近年来主流的深度学习模型 和 10种1D转2D的时频变换方法，共计 500种组合，并为每个模型配合tsne可视化操作。 先来看50种深度学习模型有哪些：

网络名称（年份）

论文链接

DenseNet (2017)

https://arxiv.org/abs/1608.06993

GoogLeNet (2015)

https://arxiv.org/abs/1409.4842

InceptionV3 (2016)

https://arxiv.org/abs/1512.00567

MobileNetV2 (2018)

https://arxiv.org/abs/1801.04381

MobileNetV3 (2019)

https://arxiv.org/abs/1905.02244

ShuffleNet (2018)

https://arxiv.org/abs/1707.01083

SqueezeNet (2016)

https://arxiv.org/abs/1602.07360

EfficientNet (2019)

https://arxiv.org/abs/1905.11946

GhostNet (2020)

https://arxiv.org/abs/1911.11907

MnasNet (2019)

https://arxiv.org/abs/1807.11626

SENet (2018)

https://arxiv.org/abs/1709.01507

SKNet (2019)

https://arxiv.org/abs/1903.06586

ViT (2021)

https://arxiv.org/abs/2010.11929

Swin Transformer (2021)

https://arxiv.org/abs/2103.14030

ConvNeXt (2022)

https://arxiv.org/abs/2201.03545

WideResNet (2016)

https://arxiv.org/abs/1605.07146

ResNeXt (2017)

https://arxiv.org/abs/1611.05431

Xception (2017)

https://arxiv.org/abs/1610.02357

RegNet (2020)

https://arxiv.org/abs/2003.13678

DPN (2017)

https://arxiv.org/abs/1707.01629

InceptionResNet (2017)

https://arxiv.org/abs/1602.07261

ResNet-FPN (2017)

https://arxiv.org/abs/1612.03144

MobileViT (2022)

https://arxiv.org/abs/2110.02178

CoAtNet (2021)

https://arxiv.org/abs/2106.04803

ConvMixer (2022)

https://arxiv.org/abs/2201.09792

PoolFormer (2022)

https://arxiv.org/abs/2111.11418

EdgeNeXt (2022)

https://arxiv.org/abs/2206.10589

Res2Net (2021)

https://arxiv.org/abs/1904.01169

GCNet (2019)

https://arxiv.org/abs/1904.11492

RepVGG (2021)

https://arxiv.org/abs/2101.03697

FocalNet (2022)

https://arxiv.org/abs/2203.11926

CrossViT (2021)

https://arxiv.org/abs/2103.14899

PVTv2 (2021)

https://arxiv.org/abs/2106.13797

CaiT (2021)

https://arxiv.org/abs/2103.17239

EfficientFormer (2022)

https://arxiv.org/abs/2206.01191

HRNet (2020)

https://arxiv.org/abs/1908.07919

是的，你没看错！本项目就是把以上50种类型的模型全部整合到了一起，你可以方便的学习到每个模型的构建方式，并且将该模型用于故障诊断或者分类模型！

一、项目概述

本项目以经典的 CWRU（西储大学）轴承数据集 为例，完整实现了：

❝

原始振动信号 → 加噪 → 1D转2D时频图 → 深度学习分类 → 评估可视化

整个项目流程只需4个脚本，按顺序运行即可：

步骤

脚本

功能

STEP1

STEP1_add_noise.py

对原始信号添加高斯白噪声(不想加也可以！)

STEP2

STEP2_convert_1D_to_2D.py

将1D信号转为2D时频图像（64×64×3）

STEP3

STEP3_train_single.py

选择一种时频方法+一种模型，训练评估

STEP4

STEP4_train_all.py

一键批量跑所有组合，自动汇总结果

二、10种时频变换方法

项目支持以下 10种1D→2D转换方法，每种方法将长度为2048的振动信号转为64×64×3的图像：

方法

全称

简介

STFT

短时傅里叶变换

最经典的时频分析方法

CWT

连续小波变换

多尺度分析，对数频率覆盖

Mel

Mel频谱图

模拟人耳感知的频率尺度

GASF

Gramian角求和场

时间序列→极坐标→角度求和

GADF

Gramian角差分场

与GASF互补的角度差分编码

MTF

Markov转移场

捕捉时间序列的状态转移概率

RP

递归图

相空间重构后的递归可视化

WPD

小波包分解

等频带分解，频率分辨率均匀

ST

S变换

结合STFT和CWT优点的时频方法

WVD

Wigner-Ville分布

高分辨率时频分布

三、50种深度学习模型

项目涵盖了从经典到前沿的 50种模型，全部手写版，适配64×64输入：

CNN + 注意力（4种）CNN2D、SE-CNN2D、CBAM-CNN2D、ECA-CNN2D

ResNet + YOLO骨干（3种）ResNet18、DarkNet、CSPNet

VGG系列（2种）VGG11、VGG16

DenseNet（1种）DenseNet

Inception系列（2种）GoogLeNet、InceptionV3

轻量级网络（7种）MobileNetV2、MobileNetV3、ShuffleNet、SqueezeNet、EfficientNet、GhostNet、MnasNet

注意力网络（2种）SENet、SKNet

Transformer（3种）ViT、SwinTransformer、TinyViT

现代架构（5种）ConvNeXt、WideResNet、Xception、RegNet、DPN

组合混合模型（10种）InceptionResNet、SE-ResNet、CBAM-ResNet、SE-DenseNet、ResNet-FPN、MobileViT、CoAtNet、ConvMixer、PoolFormer、EdgeNeXt

多尺度/金字塔（11种）Res2Net、ECA-ResNet、GCNet、RepVGG、VAN、FocalNet、CrossViT、PVTv2、CaiT、EfficientFormer、HRNet

四、输出结果

每个模型训练完成后，自动生成以下评估结果：

1. 准确率/损失曲线（含训练集、验证集、测试集三条曲线）

2. 混淆矩阵

3. 分类报告（Precision、Recall、F1-score）

4. 每类准确率柱状图

5. t-SNE特征可视化（原始特征 + FC层特征）

批量训练完成后，还会自动汇总所有组合的指标（Val Acc、Test Acc、Precision、Recall、F1），并保存为CSV文件，方便对比分析。

五、项目目录

下面这是results里边跑的部分结果：

STEP1：添加噪声

python STEP1_add_noise.py

读取 dataset/CWRU/ 中的原始 .mat 文件，添加高斯白噪声后保存到 dataset/Add_Noise_CWRU/。

STEP2：1D信号转2D时频图

# 转换全部10种方法
python STEP2_convert_1D_to_2D.py --method all
# 只转换指定方法
python STEP2_convert_1D_to_2D.py --method STFT

生成的 .npy 文件保存在 dataset/Add_Noise_CWRU_2D/，可视化 .png 保存在 dataset/Add_Noise_CWRU_2D_img/。

STEP3：单模型训练

打开 STEP3_train_single.py，修改配置区域的 tf_method 和 use_model：

tf_method = 'STFT'      # 时频方法
use_model = 'ResNet18'   # 模型名称
epochs = 30              # 训练轮数

然后运行：

python STEP3_train_single.py

STEP4：一键批量训练

# 跑全部 500 个组合
python STEP4_train_all.py
# 只跑指定方法和模型
python STEP4_train_all.py --tf_method STFT CWT --use_model ResNet18 CNN2D
# 自定义参数
python STEP4_train_all.py --epochs 50 --batch_size 64 --lr 0.001

六、几个设计细节

数据划分：采用 训练集60% / 验证集20% / 测试集20% 的三分策略，分层采样保证每个类别比例一致。模型选择基于验证集最优，最终指标在测试集上报告，避免信息泄露。

全部手写实现：50种模型均为手写版，不依赖 torchvision 预训练模型，适配 64×64 小尺寸输入，训练速度快，适合学术实验。

以上就是整个项目的介绍。50种模型 × 10种时频方法 = 500种组合，基本涵盖了故障诊断领域主流的深度学习方案，拿来跑实验、写论文都很方便。、代码获取

代码获取

链接：https://mbd.pub/o/bread/YZWcmJ1qZg==

点击下方阅读原文也可跳转！

当CNN遇见SVM：混合模型在工业故障诊断中的协同效应
weixin_29061531的博客
02-01 367
本文探讨了CNN与SVM混合模型在工业故障诊断中的协同效应，通过结合卷积神经网络的特征提取能力和支持向量机的小样本分类优势，显著提升了故障诊断的准确率和鲁棒性。文章详细介绍了混合架构的设计原理、时频分析策略及工程实践中的调优经验，为工业AI应用提供了创新解决方案。
【基于STFT-CNN的故障诊断】基于短时傅里叶变换（STFT）与卷积神经网络（CNN）的故障诊断研究（Matlab代码实现）
F_Matlab的博客
10-21 913
本文聚焦于基于短时傅里叶变换（STFT）与卷积神经网络（CNN）的故障诊断方法。通过将振动信号经STFT转换为时频图，输入CNN模型实现故障特征提取与分类。实验在齿轮箱、滚动轴承等典型旋转机械数据集上验证，结果表明该方法在完备样本条件下诊断准确率达97%以上，小样本场景下结合支持向量机（SVM）仍能保持95%的平均准确率，显著优于传统时频分析方法。研究为工业设备智能运维提供了高效、鲁棒的故障诊断解决方案。
深度学习周报（6.8~6.14）
m0_57788739的博客
06-14 253
本周主要在上周的基础上对基线模型进行了训练，同时对预处理部分进行了完善。下周努力一把把剩下的主体都搞了，同时对比一下两个模型的效果，同时训练的时候为了固定结果可以加一个随机种子。
吴恩达《深度学习》之看懂Adam 优化算法
最新发布
m0_74435839的博客
06-15 204
Adam优化算法是深度学习中广泛使用的优化器，它结合了动量梯度下降和RMSprop的优点，通过自适应调整学习率来提高训练效率。文章从物理角度形象解析了Adam的核心机制：动量项（一阶矩）减少参数更新的震荡，而梯度平方项（二阶矩）根据地形陡峭程度自动调节步长（陡峭时减速，平缓时加速）。PyTorch中只需简单调用optim.Adam即可实现这一复杂过程。尽管Adam通用性强，但某些场景（如CV任务）仍可能使用SGD-Momentum以获得更精确的解。全文通过“小球下山”的比喻，生动揭示了数学公式背后的动态调节
基于深度学习的图像拼接：原理、算法与应用
reset2021的博客
06-11 149
图像拼接是计算机视觉领域的重要研究方向，旨在将多张具有重叠区域的图像融合成一张高分辨率、广视角的全景图像。传统方法依赖手工设计的特征提取与匹配算法（如SIFT、SURF、ORB等），但在低纹理、大视差、光照变化等复杂场景下表现不佳。近年来，深度学习技术凭借强大的特征提取能力和端到端学习框架，显著提升了图像拼接的鲁棒性和质量，同时部分方法已实现接近实时的处理速度。本文将系统分析基于深度学习的图像拼接技术，包括其基本原理、主流算法、应用场景与挑战，以及未来发展趋势。
深度学习AI for Science —— 深度学习驱动的科学革命（七十四）
hello.reader
06-11 320
上图展示 AI for Science 的全景：从结构生物学（AlphaFold）、材料科学（GNoME）、药物研发，到物理（PINN）、气候（GraphCast）、数学（AlphaProof），深度学习正在革新整个基础科学。上图展示 AI 在药物研发各环节的应用：靶点发现→分子生成→性质预测→结合预测→合成路径。物理系统有旋转/平移对称性，等变神经网络（如 e3nn、MACE）尊重这些对称性，从而在分子、材料、蛋白质等科学任务上更高效、更准确。，加速发现，但提出问题、设计实验、解释结果仍需科学家。
基于卷积神经网络的人脸情绪识别算法，引入残差连接与SE注意力模块
weixin_49081159的博客
06-11 367
人脸情绪识别是人机交互领域的重要研究方向，具有广泛的应用前景。本文针对FER-2013数据集，研究基于卷积神经网络（CNN）的情绪识别算法。首先构建基准CNN模型，分析其在各类别上的性能瓶颈。针对Fear、Sad等弱势类别识别率低的问题，引入残差连接与SE注意力模块改进网络结构；同时采用增强型数据增强（包括Cutout、亮度/对比度调整）和困难样本过采样策略提升模型泛化能力。实验结果表明，优化后的模型在测试集上达到69.04%的准确率，较基准模型提升约2个百分点，尤其在Fear和Sad类别上F1-score
pi*0.6的RECAP：VLA如何从成功、失败和人工纠正中继续学习
chen_znn的博客
06-13 504
pi*0.6是Physical Intelligence提出的新一代VLA模型。与主要依赖示范学习的VLA不同，它引入了RECAP，使模型能够继续利用机器人自主运行产生的成功轨迹、失败轨迹和人工纠正数据改进策略。RECAP不使用传统的在线PPO直接更新大型VLA，而是先训练价值函数判断机器人是否正在接近任务目标，再为数据中的动作计算优势标签，最后把优势作为文本条件加入VLA。这样既能保留原有的监督训练方式，也能让模型逐渐偏向更有效的动作。
从零搭建深度学习 GPU 开发环境 | 库迁移避坑全记录
2301_78775214的博客
06-11 433
不必多说网上搜索python进入官网进去后下滑找到我们需要的版本（我这里学习需要下载的3.11.9）点进去选择Windows安装程序(64位)开始安装运行 Python 安装程序，务必勾选 Add python.exe to PATH，不要默认 Install Now（会装 C 盘用户目录），选择确认安装，等待完成。安装完成后，打开此电脑 → 属性 → 高级系统设置 → 环境变量 → 系统变量 → Path找到3.11.9 Python 的两条路径，点击「上移」，挪到列表最顶端。
吴恩达《深度学习》之看懂 ResNet
m0_74435839的博客
06-13 376
本文深入解析了ResNet（残差网络）的核心思想与创新之处。文章首先指出深度学习领域2015年的关键突破——何恺明提出的ResNet解决了深层网络训练中的退化问题，即层数增加反而导致训练误差上升的反常现象。通过对比普通网络与残差网络的结构差异，文章揭示： 普通深层网络难以学习恒等映射，因为经过多层非线性变换后精确实现f(x)=x几乎不可能； ResNet通过引入跳跃连接（Y=F(x)+x），将恒等映射转化为"自然躺平"即可实现的结构特性； 这种设计使网络只需令F(x)=0就能保持信息无损传递
OpenBCI-脑电信号深度学习：CNN与RNN应用
DreamLife
06-13 247
本文探讨了深度学习在脑电信号(EEG)处理中的应用，重点介绍了CNN和RNN两种主流方法。相比传统机器学习需要手工提取特征，深度学习能自动学习EEG信号的时空特征。文章详细分析了CNN的一维和二维实现方式，包括将EEG转换为频谱图的技术；同时阐述了RNN特别是LSTM网络处理EEG时序数据的能力。针对EEG数据量小、噪声大等挑战，提出了数据增强、迁移学习等解决方案。通过代码示例展示了如何构建实用的EEG深度学习模型，为脑机接口研究提供了技术参考。
深度学习赋能：基于机器学习的恶意 URL 检测系统
迷茫与徘徊只会让你陷入绝境，欢迎私信博主，带你开始提升变现价值！
06-11 273
恶意URL检测系统：基于深度学习的网络安全防护方案 本项目构建了一个基于CNN、GRU+Self-Attention和BERT的恶意URL检测系统，通过深度学习模型自动识别钓鱼网站、恶意软件下载页等风险链接。系统采用Angular+FastAPI架构，支持单/批量URL检测，准确率达到97%-99%。 技术亮点： 三类模型对比：CNN（局部字符模式）、GRU（序列特征）、BERT（上下文建模）形成技术递进 完整工程实现：包含数据预处理、模型训练、Web服务封装及检测统计功能 可视化交互：前端展示各模型检测概
【深度学习】 —— 几种优化器对比实验
weixin_65899656的博客
06-11 190
利用 TensorFlow，通过构建 VGG-16 网络实现明星识别，对比四种优化器的训练效果。
银行回单识别技术通过OCR与深度学习实现财务数字化转型
智能图像识别
06-12 250
摘要： 银行回单识别技术通过OCR与深度学习实现财务数字化转型，核心流程包括图像预处理、版面分析、OCR识别及语义校验，最终输出结构化数据。其具备高精度（关键字段识别率超99%）、全格式兼容、自动化处理等特点，广泛应用于企业财务共享中心、税务管理、供应链金融及个人报销等场景，显著提升效率并降低人工成本。该技术不仅是OCR的垂直应用，更是推动财务智能化的重要工具，助力企业从手工操作转向智能分析决策。
吴恩达《深度学习》之深度剖析Batch Norm 作用机制的本质
m0_74435839的博客
06-12 325
Batch Normalization的正则化作用源于小批量数据估算均值/方差时引入的噪声，这种噪声迫使网络学习更鲁棒的特征。当增大batch size时，估算更准确导致噪声减少，正则化效果反而减弱。这解释了为何工业界使用超大batch训练时，常需额外引入其他正则化手段来弥补这一损失。文章通过类比人口统计抽样，揭示了BN算法中噪声与泛化能力之间的内在联系，最终形成"小batch→大噪声→强正则化"的完整因果链条。
循环神经网络
qingyulee的博客
06-11 222
自然语言处理（Nature language Processing, NLP）什么是自然语言？人类日常交流使用的语言，例如：汉语、英语、法语等自然语言处理做了什么？主要是通过计算机算法来理解自然语言，处理自然语言对应的文本信息。处理流程：输入自然语言文本->分词->词嵌入-> 模型处理->输出结果。文本预处理：脏数据、缺失值、分词(工具：jieba)词嵌入(Dense Embedding)/词向量：将自然语言的分词 转换为 数值文本理解(NLU): 文本分类、摘要抽取、实体识别。
CNN、RNN与Self-Attention：定义、原理、复杂度与对比-AI轮回基本原理复习3
weixin_44295060的博客
06-12 274
卷积神经网络（Convolutional Neural Network, CNN）依托局部感受野参数共享提取局部特征，最早用于图像领域，后拓展至NLP、语音、时序分析。循环神经网络（Recurrent Neural Network, RNN）通过递归隐藏状态逐时序处理序列，当前时刻输出同时依赖当前输入与历史记忆。htfxtht−1ht​fxt​ht−1​自注意力机制直接计算序列任意两个元素的关联度，让每个元素全局感知整个序列。
基于 PyTorch 的食物图像分类CNN 训练全流程
2301_78775214的博客
06-12 826
本文详细介绍了基于PyTorch实现20类食物图像分类的完整流程。首先通过自动生成标签文件建立图片路径与分类标签的映射关系；接着自定义Dataset类实现数据读取与预处理；然后搭建包含三组卷积块的CNN网络结构；最后完成模型训练与评估。项目采用标准工业流程，涵盖数据准备、模型构建、训练优化等关键环节，并提供了Windows环境下的中文路径乱码解决方案。代码实现注重可复用性，支持自动选择GPU加速，可作为图像分类任务的通用模板。通过10轮训练后，模型能够在测试集上实现有效分类。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

淘个代码_

不想刀我的可以选择爱我

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值