基于改进ResNet18的糖尿病视网膜病变识别

对眼底图像做糖尿病视网膜病变五级分级：ResNet18 残差块嵌入 CBAM 注意力 + Focal Loss 治类别不平衡 + SE/ECA/CBAM 三注意力消融 + Grad-CAM 病灶热力图，一条完整的医学图像分级与可解释性流水线——代码、技术文档、项目讲解资料全配齐。

• 任务类型计算机视觉
• 专业方向计算机 · 人工智能 · 医学/生物医学

数据与任务

如果你想找一个把深度学习医学图像分类做扎实、又能在面试里讲出技术含量的项目，这个「糖尿病视网膜病变识别」很合适。

它是一个完整的眼底图像分级案例，配套也给你备齐了，帮你真正搞懂它、在面试和答辩里讲明白：带中文注释、能读懂的代码，一份从背景讲到每步实现的技术文档，把面试问题连答案都写好的项目讲解资料，还有一整套能直接做 PPT 的配图。

先说清楚，它到底在做什么

糖尿病视网膜病变是工作年龄人群致盲的主要原因之一，早筛早治很关键，但能读眼底片的专业医生稀缺。难点在于：病变特征非常细微——微动脉瘤、出血点、硬性渗出往往只占眼底图一小块，模型容易被血管、视盘这些正常结构带偏；而且五级分级里各类样本极不均衡（最多/最少类约 9.4:1），模型很容易偏向多数类。

这个项目从 Kaggle 公开的 3662 张眼底图像出发，搭了一条完整的分级流水线：先做高斯滤波、归一化与数据增强，再以 ResNet18 为主干、在每个残差块里嵌入 CBAM 注意力强制模型聚焦病灶；用 Focal Loss 配合类别权重压住不平衡问题；最后用 Grad-CAM 把模型"到底看眼底哪一块"画成热力图——既给出分级，也讲清它凭什么这么判。

搞懂它，你能在面试里讲清楚什么

把下面几件事吃透，面试官顺着问下来你都能接得住。

CBAM 注意力加在哪、怎么让网络盯住病灶。 这是项目的改进主线。它在 ResNet18 残差块的第二个卷积之后、残差相加之前插入 CBAM——先做通道注意力（哪些特征通道重要），再做空间注意力（眼底哪块区域重要），仅增加不到 1% 的参数。你能借这张图把"注意力机制如何让网络聚焦微动脉瘤、出血点"讲得很具体，这是面试高频考点。

为什么用 Focal Loss，而不是普通交叉熵。 五级分级里增殖期、重度样本很少，普通交叉熵会让模型偏向多数类。Focal Loss 用调制因子 \((1-p_t)^\gamma\) 自动压低易分样本的权重，再配类别逆频率权重。你能借此把"类别不平衡怎么治"讲透——这正是区分"只会调 API"和"懂原理"的关键点。

Grad-CAM 怎么把黑盒讲成"看得懂的病灶热力图"。 Grad-CAM 用梯度加权特征图生成高亮区域，能直接看出模型判断时盯着眼底的哪一块。你能借此讲清楚模型的可解释性，以及它确实是"看病灶"而不是"看背景"——这在医学 AI 里是核心关注点。

下面这组分析图也都给你做好了，可以直接放进答辩或面试 PPT：

更关键的是，每张图怎么跑出来的、该怎么解读，技术文档里都讲清楚了——你能说明白每张图到底说明了什么。

面试官会问的，都帮你备好了

随便感受几个这个项目真实会被追问的问题：

• CBAM 的通道注意力和空间注意力分别解决什么问题？为什么要先通道后空间？
• 既然加了注意力，为什么还要单独用 Focal Loss？两者解决的是同一个问题吗？
• 做了 SE、ECA、CBAM 三种注意力的消融，凭什么说 CBAM 在这个任务上更合适？

看到会愣一下？正常。配套的项目讲解资料把这个项目——从整体思路到每个流程细节、各种可能被追问的点——连参考答案都给你写好了。另外还有现成的简历描述，照着改就能写进简历；那套配图也能直接套进 PPT 模板，快速出一份面试 / 答辩 PPT。

配套资料：搞懂一个项目需要的，这里全都有

先看那份技术文档——从研究背景、数据集分析、注意力模块设计，一直讲到实验结果与 Grad-CAM 可视化，图文并茂：

代码也给你了——关键部分都带着中文注释，帮你读懂"它到底是怎么实现的"：

技术文档、项目讲解资料、源码注释、整套配图——搞懂一个项目、并在面试里讲清楚它，需要的全都备齐了。

适合谁

不管你是赶毕设、想给简历添个有分量的项目，还是在准备面试，这个题目都接得住。专业上，计算机、人工智能、医学图像处理、生物医学工程、眼科与公共卫生方向都很合适。医学图像分级是计算机视觉里很有分量的应用方向，而"注意力改进 + 类别不平衡处理 + 可解释性"这条主线，把项目从单纯刷分提升到能讲出技术深度——真正搞懂、能讲出来，就是一个能写进简历、撑得起面试的项目。