chuyi — CNN 图像分类模型（洛天依 & 初音未来）

自定义 CNN 二分类模型，用于区分 lty（洛天依 / Luo Tianyi） 与 miku（初音未来 / Hatsune Miku） 两类图片。模型以 ONNX 格式发布，仅需 onnxruntime 即可推理，无需 PyTorch。

模型信息

项目	内容
文件名	chuyi.onnx
架构	自定义 CNN（~11M 参数，width_mult=1.0）
输入	input：[N, 3, 224, 224] float32，动态 batch
输出	logits：[N, 2]
类别	0 = lty（洛天依），1 = miku（初音未来）
ONNX opset	14
文件大小	~42.7 MB

训练配置

• 云端AutoDL平台 (RTX 3060 12G，torch 2.5.1+cu124 + 本地RTX3080混合精度微调)

推理示例

import numpy as np
import onnxruntime as ort
from PIL import Image

MEAN = np.array([0.485, 0.456, 0.406], dtype=np.float32)
STD = np.array([0.229, 0.224, 0.225], dtype=np.float32)
IMG_SIZE = 224
CLASS_NAMES = ["lty", "miku"]

def preprocess(img: Image.Image) -> np.ndarray:
    img = img.convert("RGB")
    w, h = img.size
    scale = (IMG_SIZE * 1.14) / min(w, h)
    if abs(scale - 1.0) > 1e-6:
        nw, nh = int(round(w * scale)), int(round(h * scale))
        img = img.resize((nw, nh), Image.Resampling.LANCZOS)
    left = (img.size[0] - IMG_SIZE) // 2
    top = (img.size[1] - IMG_SIZE) // 2
    img = img.crop((left, top, left + IMG_SIZE, top + IMG_SIZE))
    x = np.asarray(img, dtype=np.float32) / 255.0
    x = (x - MEAN) / STD
    return np.transpose(x, (2, 0, 1))  # CHW

sess = ort.InferenceSession("chuyi.onnx", providers=["CPUExecutionProvider"])
img = Image.open("test.jpg").convert("RGB")
x = preprocess(img)[None].astype(np.float32)
logits = sess.run(None, {"input": x})[0]
probs = np.exp(logits) / np.exp(logits).sum(axis=1, keepdims=True)
print(dict(zip(CLASS_NAMES, probs[0].round(4))))