12种经典CNN架构在色盲检测图识别任务上的系统性对比研究

本项目系统性对比了从LeNet-5到DenseNet的12种经典CNN架构在石原色盲检测图识别任务上的表现，涵盖完整的数据生成、模型训练、GUI可视化及对比分析框架。核心目标包括探究架构深度与性能的关系、结构创新的有效性、合成数据的替代价值及安全数据增强策略的影响等。

石原色盲检测图是色觉缺陷筛查的常用工具，由彩色圆点构成，色觉正常者可辨数字，异常者难以区分。从计算机视觉角度，该任务面临三大挑战：相近色相的细微差异识别、杂乱背景中的空间模式提取、多尺度圆点的处理。本项目旨在通过对比12种里程碑式CNN架构，揭示不同设计对该任务的适用性。

因真实数据有限，项目开发合成数据集生成器：通过7×5矩阵定义数字形状，密集铺设随机大小圆点（前景/背景色系区分），加入颜色抖动与圆形裁剪，并设计5种颜色方案。同时实现12种CNN架构，包括LeNet-5（1998，卷积+池化奠基）、AlexNet（2012，ReLU+Dropout+GPU训练）、VGG系列（小卷积核堆叠）、ResNet（残差连接）、Inception（多尺度卷积）、DenseNet（密集连接）等。

项目构建网格搜索实验框架，支持自动遍历模型、学习率、批量大小、优化器等参数组合，并执行K折交叉验证以确保结果可靠。此外，基于tkinter开发GUI，涵盖数据集加载、模型配置、训练可视化、多模型对比及预测等功能，降低实验门槛。

项目解决了三大核心挑战：1.数据稀缺：通过合成数据生成器生成大规模训练数据；2.数据增强语义约束：设计安全策略，禁止翻转/旋转等破坏标签的操作；3.GUI与训练线程协调：将训练放入后台线程，避免界面卡顿。

本项目对深度学习学习者（理解CNN发展脉络）、计算机视觉研究者（合成数据与增强策略迁移）、医学图像处理从业者（复杂背景目标提取启发）均有参考价值。总结而言，项目形成了从数据生成到分析的闭环流程，细节设计（如安全增强）体现了对任务特性的深入理解，为类似研究提供实践基础。