本项目面向野生动物保护、生态环境智能监控、畜牧业自动化盘点以及智能相册图像检索等细粒度视觉识别场景。在实际自然与监控场景中，动物图像普遍存在拍摄视角多变、光照条件复杂、背景杂乱干扰大等问题；同时，不同物种之间（如马与牛、猫与狗）具有高度的形态相似性，传统单流卷积神经网络难以兼顾局部判别性纹理细节与全局上下文语义，极易出现特征混淆与误判。
针对上述痛点，本系统基于超 2.6 万张图像的 Animal-10 基准数据集，自主设计并实现了双流注意力多尺度网络（DAM-Net）。通过并行提取局部纹理特征与大感受野全局上下文，结合注意力重加权与门控融合机制，显著提升了复杂自然场景下细粒度物种识别的准确率与鲁棒性，可作为生态监测相机、智慧农业管理及视觉检索系统的核心识别引擎。
1. 细粒度多物种精准识别：支持对狗、马、大象、蝴蝶、鸡、猫、牛、蜘蛛、羊、松鼠共 10 类常见动物进行高精度分类识别，模型在仅 8.15M 轻量化参数规模下，实现 89.14% 的验证集准确率与 87.59% 的测试集准确率。
2. 双流特征协同提取：创新构建“残差流（ResStream）+ 空洞卷积流（DilatedStream）”并行架构，残差流精准捕捉动物毛发、局部肢体等微观判别细节，空洞卷积流（膨胀率 2 和 4）在不损失分辨率的前提下扩大感受野，捕获全局体型与环境上下文。
3. CBAM 通道与空间双重注意力聚焦：在残差块中深度嵌入 CBAM 注意力模块，从特征通道与空间位置两个维度自适应计算权重，自动抑制复杂自然背景噪声，引导网络聚焦于动物主体关键部位。
4. 门控自适应特征融合（DualStreamFusion）：设计可学习的门控加权网络，动态计算局部特征流与全局上下文流的融合权重（w * StreamA + (1-w) * StreamB），消除多尺度特征直接叠加带来的冗余冲突。
5. 自动化消融实验与对比评测：内置完整的 4 组模型变体（单残差流、单空洞卷积流、双流无注意力、完整 DAM-Net）自动化消融对比流水线，量化评估参数量、训练耗时与精度增益。
6. 多维结果与特征流形可视化：自动输出训练/验证 Loss 与 Accuracy 收敛曲线、10 类别混淆矩阵热力图、详细分类评估报告（Precision/Recall/F1），并提供基于 PCA 初始化的 t-SNE 高维特征空间降维聚类可视化。
系统基于 PyTorch 深度学习框架完成端到端研发，涵盖数据工程、网络架构创新、正则化训练策略及多维评估闭环：
1. 数据工程与动态增强：构建自定义 AnimalsDataset 数据加载器，基于 CSV 索引按 8:1:1 严格划分训练集（20,938张）、验证集（2,614张）与测试集（2,627张）。训练阶段引入尺寸统一（224×224）、随机水平翻转、15度随机旋转、色彩抖动（ColorJitter）及随机仿射变换（RandomAffine）提升泛化性能。
2. 核心网络架构实现：
- 初始特征提取（Stem）：采用 7×7 大核卷积配合 BatchNorm、ReLU 与最大池化完成快速下采样；
- 局部残差流：由 4 个阶段的 ResCBAMBlock 组成（通道数 64→128→256→512），每个残差块内串联平均池化与最大池化双路通道注意力（ChannelAttention）及 7×7 空间注意力（SpatialAttention）；
- 全局上下文流：采用三级串联卷积（含 dilation=2 与 dilation=4 的空洞卷积）提取跨区域长距离依赖；
- 门控融合与分类头：通过双线性插值对齐双流特征图尺寸，经全局池化与全连接瓶颈层生成门控系数 w 完成特征加权，最终经全局平均池化与带 Dropout(0.4) 的两层线性分类器输出预测结果。
3. 训练优化与正则化策略：手写实现标签平滑交叉熵损失（LabelSmoothingLoss, smoothing=0.08）防止模型过度自信；采用 AdamW 优化器（lr=1e-3, weight_decay=1e-3）配合 CosineAnnealingLR 余弦退火调度器及梯度裁剪（max_norm=5.0），保障从头训练高效稳定收敛。
4. 科学验证：通过 10 轮快速消融实验
评论