簡介基于YOLO的軸承生產(chǎn)缺陷檢測數(shù)據(jù)集面向從事工業(yè)視覺檢測、目標檢測算法學習與實戰(zhàn)的開發(fā)者。數(shù)據(jù)集圍繞軸承生產(chǎn)中的典型缺陷識別問題提供568張已標注圖片按三類缺陷完成邊界框標注可直接用于YOLO系列模型的訓練、驗證與測試。包體共1772個文件涵蓋624張jpg圖像、577個txt格式的YOLO標注、568個xml格式的VOC標注以及2個Python訓練腳本和1個yaml模型配置文件可同時兼容主流檢測框架的數(shù)據(jù)格式。壓縮包大小755.12MB整體目錄結構清晰適合作為工業(yè)質檢場景的入門練手或課題參考目前已有337人瀏覽學習。借助這套數(shù)據(jù)與腳本使用者能夠快速搭建缺陷檢測流程從數(shù)據(jù)預處理、模型訓練到結果可視化還可針對光照變化、拍攝角度、背景干擾等生產(chǎn)環(huán)境條件開展魯棒性調優(yōu)為實際質量管控提供可落地的技術路徑。1. 基于YOLO的軸承生產(chǎn)缺陷檢測只有568張圖和三類標簽能撐起一條產(chǎn)線嗎軸承表面缺陷檢測的殘酷現(xiàn)實是產(chǎn)線上真正能收集到的缺陷樣本常常就是幾百張而不是上萬張。568張圖、三類缺陷這個規(guī)模在工業(yè)視覺項目里非常典型也最容易翻車——模型訓練時mAP看著能到0.95一上產(chǎn)線就被良品表面紋理帶偏或者干脆把小劃傷漏掉。問題不在YOLO本身而在數(shù)據(jù)怎么劃分、類別邊界怎么定、訓練參數(shù)怎么守紀律。這篇文章要解決的就是這件事用568張圖把YOLO訓練成能用的軸承外觀檢測器。從數(shù)據(jù)整理、標注格式、模型選型、訓練參數(shù)到TensorRT加速和產(chǎn)線驗證全部按可復現(xiàn)的步驟寫。適合手里有少量缺陷圖、想快速驗證方案可行性或者已經(jīng)訓過但現(xiàn)場表現(xiàn)不穩(wěn)定的工程師。2. 把568張圖整理成YOLO能吃的數(shù)據(jù)集標注、劃分與增強2.1 三類缺陷怎么定類別邊界是第一個坑標題里寫了“類別三類”但具體哪三類要自己定。常見做法是按軸承外觀缺陷的發(fā)生頻率和檢測價值來選劃痕scratch、麻點pit、剝落spall。這三類在視覺特征上差異明顯——劃痕是線狀、方向隨機麻點是點狀、邊緣清晰剝落是片狀、紋理粗糙偏暗。選這三類的另一個好處是標注維度一致不會出現(xiàn)一類缺陷邊界模糊到標注工都拿不準的情況。類別邊界一旦確定最忌諱的就是“這是個很大的劃痕但好像也算剝落”。標注的時候手一松模型學到的邊界就糊了。我的做法是先做一個標注規(guī)范樣例圖每類選兩張典型圖、兩張邊界圖邊界圖標注時遵循“占主導特征定類”的原則。568張圖雖然不多但每張標注的都越干凈后面訓練越省心。寧可三類各標注100張左右也不要三類里某一類只有40張、另一類有360張。2.2 整理目錄結構與標簽一個腳本解決訓練集劃分YOLO訓練要求的數(shù)據(jù)組織方式很固定images目錄下放原圖labels目錄下放同名txt文件每行是“類別 cx cy w h”cx、cy、w、h都是相對圖像寬高的歸一化坐標。568張圖我習慣按7:2:1劃分成訓練、驗證、測試最終目錄結構如下dataset/ ├── images/ │ ├── train/ # 398張 │ ├── val/ # 113張 │ └── test/ # 57張 ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ ├── data.yaml └── classes.txt數(shù)據(jù)劃分必須按“軸承個體”來分不能按圖隨機分。同一個軸承的多張不同角度照片如果同時出現(xiàn)在訓練集和測試集模型其實是在“背照片”而不是“學缺陷”。這個坑我在早期項目里踩過當時測試集mAP虛高到0.99換上全新軸承圖立刻掉到0.7以下。劃分腳本用Python寫關鍵是先按軸承ID分組再把組列表shuffle后切分import os import random import shutil from collections import defaultdict img_root raw_images # 原始圖片目錄文件名前綴為軸承ID如 B001_01.jpg out_root dataset train_ratio, val_ratio 0.7, 0.2 # 1. 按軸承ID分組 groups defaultdict(list) for fname in os.listdir(img_root): if not fname.endswith(.jpg): continue bearing_id fname.split(_)[0] groups[bearing_id].append(fname) items list(groups.items()) random.seed(42) random.shuffle(items) # 2. 按組劃分 train_files, val_files, test_files [], [], [] for idx, (bid, files) in enumerate(items): if idx int(len(items) * train_ratio): train_files files elif idx int(len(items) * (train_ratio val_ratio)): val_files files else: test_files files # 3. 復制圖像并生成同名標簽txt標簽數(shù)據(jù)假設已放在raw_labels目錄 for split, files in [(train, train_files), (val, val_files), (test, test_files)]: os.makedirs(f{out_root}/images/{split}, exist_okTrue) os.makedirs(f{out_root}/labels/{split}, exist_okTrue) for fname in files: shutil.copy(f{img_root}/{fname}, f{out_root}/images/{split}/{fname}) label_name fname.replace(.jpg, .txt) src_label fraw_labels/{label_name} if os.path.exists(src_label): shutil.copy(src_label, f{out_root}/labels/{split}/{label_name}) print(ftrain{len(train_files)} val{len(val_files)} test{len(test_files)})這段腳本里有兩個參數(shù)值得注意一個是random.seed(42)固定隨機種子保證每次復現(xiàn)同樣的劃分結果方便別人復現(xiàn)你的實驗另一個是train_ratio和val_ratio的比例568張圖本身不多7:2:1是工業(yè)小樣本最常用的比例測試集57張足夠算漏檢率再少就不穩(wěn)定了。如果你的缺陷類別分布不均衡劃分后還要檢查一下每個split里的類比比例別讓訓練集中某一類只有20張。2.3 數(shù)據(jù)增強小樣本的后悔藥568張圖直接訓練YOLOv8s過擬合幾乎是必然的。增強策略我一般分兩層第一層是YOLO自帶的在線增強第二層是離線補充增強樣本。第一層優(yōu)先因為在線增強每個epoch都隨機變化等效訓練樣本量翻好幾倍。YOLOv8默認的增強參數(shù)比較激進對小樣本來說hsv_h0.015、hsv_s0.7、hsv_v0.4、fliplr0.5、mosaic1.0這些都夠用。離線增強只做一類操作模擬產(chǎn)線光照變化和表面反光。用cv2對訓練集中的圖片做亮度±30%調整、小角度旋轉±10度、高斯模糊模擬相機輕微失焦但注意不要在缺陷區(qū)域引入形變。軸承是圓形對稱件旋轉增強是安全的但對有方向性的劃痕旋轉90度后視覺特征可能就不符合真實分布了這點要按產(chǎn)線實拍情況決定。一個容易被忽略的增強是Mosaic和Copy-Paste的配合。Mosaic是把四張圖拼成一張對小目標有效但軸承缺陷通常只占幾個像素到幾十個像素Mosaic后目標更小了。Copy-Paste則把缺陷區(qū)域隨機粘貼到無缺陷的軸承圖上這種離線增強對增加類別樣本量很有用前提是缺陷邊緣要帶原圖的紋理像素不要直接硬摳否則模型學到的就是“邊緣生硬缺陷”。3. 模型選型與訓練用YOLOv8s還是更大版本關鍵看推理預算3.1 模型尺寸、損失函數(shù)與推理速度的權衡568張數(shù)據(jù)集訓練大模型沒有意義。YOLOv8s參數(shù)量約1100萬COCO上mAP比n版高不少但速度只慢一點點是工業(yè)檢測的甜點位。更大的YOLOv8m或v8l在568張圖上很容易把訓練集損失壓到接近0驗證集表現(xiàn)反而變差因為參數(shù)容量太大把樣本噪聲也學進去了。社區(qū)里討論的YOLO版本迭代很多從v5到v8再到各類結構變體核心邏輯沒變損失函數(shù)由BBox回歸損失、分類損失和DFLDistribution Focal Loss組成。對小目標、小樣本DFL的作用尤其明顯它對邊界框的定位不確定性建模輸出的是分布而不是單值這能讓模型在缺陷邊緣模糊時給出更保守的定位。T4上跑TensorRT FP16YOLOv8s 640x640輸入的單幀推理時間一般在2~3毫秒左右這個數(shù)據(jù)是多次實測的經(jīng)驗范圍。如果檢測幀率要求25FPS即每幀預算40毫秒單張T4卡理論上能串行處理十幾路視頻流但考慮到預處理、后處理和顯存帶寬工程上8路左右是穩(wěn)妥值。這個估算后面還會細說先記住結論選YOLOv8s不是因為它精度最高而是因為它在小樣本和實時推理之間最平衡。3.2 訓練命令與關鍵超參數(shù)YOLOv8訓練用ultralytics庫。data.yaml里要寫清楚路徑、類別數(shù)和類別名。paths字段建議寫相對路徑這樣代碼拷到別的機器不用改path: dataset train: images/train val: images/val test: images/test names: 0: scratch 1: pit 2: spall訓練命令本身不復雜但有幾個參數(shù)是必須調的。下面這條命令是我在類似小樣本項目里的基準配置yolo detect train \ modelyolov8s.pt \ datadata.yaml \ epochs200 \ batch16 \ imgsz640 \ patience30 \ optimizerSGD \ lr00.01 \ cos_lrTrue \ mosaic1.0 \ seed42 \ projectruns/detect \ namebearing_defect參數(shù)說明epochs200看似多但配合patience30驗證集指標連續(xù)30輪不漲就會自動早停實際通常100輪左右收斂。batch16在顯存允許下盡量大小樣本數(shù)據(jù)集的BN統(tǒng)計量對batch size敏感batch太小比如4或8會讓BN的均值方差震蕩損失曲線抖動明顯。lr00.01配SGD是小樣本的標準開局如果你用AdamWlr0要降到0.001左右否則前幾個epoch損失容易爆掉。cos_lrTrue讓學習率余弦衰減相比階梯下降在小樣本上能多擠出一點精度。有個坑要提醒mosaic1.0默認是啟用的但如果你發(fā)現(xiàn)模型在驗證集上對完整軸承圖的檢測效果差而訓練時loss降得很漂亮可以嘗試把mosaic在最后20個epoch關掉ultralytics支持close_mosaic10這樣的參數(shù)因為Mosaic產(chǎn)生的拼接圖與真實完整軸承圖像分布有偏差最后階段切換到真實分布能讓模型適應更好。3.3 訓練結果怎么看別只看mAP訓練結束后ultralytics會輸出P、R、mAP50、mAP50-95等指標。在568張的小數(shù)據(jù)集上我更看重R召回率因為產(chǎn)線上漏檢比誤檢嚴重得多——誤檢最多是人工復檢多看一眼漏檢是缺陷直接流入下游。如果R為0.93意味著100個缺陷里有7個漏掉這個數(shù)字對軸承件來說通常不可接受。怎么看訓練日志里的loss曲線主要看box_loss和cls_loss是否同步下降。如果box_loss降得很慢而cls_loss正常說明邊界框回歸困難可能原因是標注框不貼合缺陷邊緣如果cls_loss下不去大概率是類別邊界標注混亂。另外val_cls_loss如果出現(xiàn)先降后升的“U型”就是過擬合的典型信號此時最優(yōu)模型往往是val損失最低點附近的checkpoint而不是最后一個epoch的權重。提示訓練完成后把best.pt在test集上單獨跑一次得到的結果才是真正可以匯報的精度。val集參與了早停判斷指標有樂觀偏差test集是完全沒見過、不參與訓練決策的數(shù)據(jù)。這一點雖然基礎但很多項目為了省事跳過test集測試最后上線效果對不上實驗數(shù)據(jù)原因就在這。4. 避坑記錄568張軸承數(shù)據(jù)訓練YOLO的5個坑4.1 坑mAP高但某個類別幾乎全漏——類別不平衡現(xiàn)象訓練結束后mAP50在0.9以上但查看每個類別的confusion matrix發(fā)現(xiàn)“剝落”類召回率只有0.4。原因568張圖里剝落只有不到80個實例而劃痕有300多個實例。YOLO的默認分類損失對樣本多的類別傾斜模型學會了劃痕對剝落則傾向于保守預測。解決先統(tǒng)計每個類別的實例數(shù)量而不是圖片數(shù)量。如果剝落實例明顯偏少對這個類別做離線復制粘貼增強目標是把三類實例數(shù)拉平到同一量級。另外可以給少樣本類別在loss里加權重ultralytics支持在data.yaml的names后接一個weight字段但實際操作里增強數(shù)據(jù)比調loss權重更穩(wěn)。4.2 坑驗證集mAP 0.98一到產(chǎn)線就翻車——訓練測試同源現(xiàn)象實驗階段mAP漂亮得不像話新采一批軸承圖測試檢測率斷崖式下跌。原因數(shù)據(jù)集劃分時按圖片隨機分同一個軸承的多張照片同時進了訓練集和測試集。YOLO記住了軸承紋理背景測試時靠背景相似性就能“猜”出缺陷位置。解決嚴格按軸承個體分組劃分本文2.2的腳本已經(jīng)實現(xiàn)了這個邏輯。還有一個驗證方法從測試集里隨機抽20張圖人工確認沒有任何一張在訓練集出現(xiàn)過把“同源”這道防線卡死在數(shù)據(jù)準備階段。4.3 坑損失正常、metrics正常但檢測框偏移半個缺陷位——標注邊界不一致現(xiàn)象loss曲線一切正常mAP50在0.88附近但可視化檢測結果發(fā)現(xiàn)預測框總是比標注框大一圈或偏一側。原因標注時一類框緊貼缺陷邊緣另一類框則多包含了一圈背景。YOLO回歸的是邊界框坐標標注的不一致會讓模型學到一個“平均框”看起來偏差不大但后續(xù)做缺陷尺寸篩選時就出問題了。解決標注規(guī)范里明確“外接矩形緊貼缺陷最外緣”并且每張圖標注完成后用Python腳本檢查框寬高分布異常寬高比的框單獨挑出來復核。4.4 坑小劃痕漏檢率高——目標尺度問題現(xiàn)象形態(tài)檢測單獨看都很好但5像素寬、40像素長的細微劃痕10個里漏掉4個。原因YOLO輸入imgsz640時這種細長缺陷在特征圖上的響應非常弱。就算訓練loss包含了DFL目標太小的情況下特征層根本沒有足夠的語義信息來區(qū)分劃痕和正常紋理。解決第一imgsz從640提到960或1280小目標AP會明顯上升代價是推理時間增加需要重新評估TensorRT路數(shù)第二使用SAHI這類切片推理工具把大圖切成小塊分別檢測第三檢查是否開啟了多尺度訓練scale0.5這種設置讓模型見識更多尺寸變化對小目標魯棒性有幫助。4.5 坑過擬合到增強樣本本身——增強參數(shù)過猛現(xiàn)象訓練集loss降到0.05驗證集loss停在0.3不再下降檢測結果對光照異常敏感。原因hsv增強參數(shù)調太猛比如hsv_v0.8導致訓練圖中出現(xiàn)大量現(xiàn)實中不會出現(xiàn)的極端亮度模型花了大量容量去擬合這些失真圖。解決回顧增強參數(shù)把hsv_v回調到0.4以下關閉mosaic的最后10個epoch。小樣本數(shù)據(jù)集的增強原則是“輕微擾動模擬真實變化”而不是“大力出奇跡”。每次改增強參數(shù)只改一個變量跑一輪訓練看驗證集趨勢不要一次性把一堆參數(shù)全改了那樣出了問題根本定位不到原因。5. 從驗證到產(chǎn)線TensorRT加速與實時路數(shù)估算5.1 TensorRT FP16下的吞吐量與路數(shù)估算訓練的模型要跑到產(chǎn)線上PyTorch推理的速度通常不夠用。我的流程是先用ultralytics導出ONNX再用TensorRT轉成FP16 engine。完成轉換后在同一張T4卡上實測單幀推理耗時。下面這張表是經(jīng)驗參考值實際值會因輸入分辨率和顯存占用略有浮動模型輸入分辨率TensorRT FP16單幀耗時25FPS單路預算T4可支撐路數(shù)YOLOv8s640x6402~3ms40ms8~10路YOLOv8n640x6401~1.5ms40ms12~16路YOLOv8s1280x12805~8ms40ms4~6路估算方法很簡單單幀推理耗時如果只有2.5ms而每路25FPS要求每幀40ms內處理完理論上GUP可以在一路等待下一幀的時間內串行處理多個幀。但實際還要算上圖像解碼、預處理、后處理NMS的耗時以及顯存帶寬競爭。因此我從來不用理論峰值排產(chǎn)線一般留50%余量T4640分辨率按8路設計。如果現(xiàn)場需要更多路數(shù)就把模型換成YOLOv8n或者把輸入分辨率降到480x480但檢測精度要重新驗證。5.2 產(chǎn)線驗證腳本統(tǒng)計漏檢率和誤檢率TensorRT跑起來的模型最終要用一個最小驗證腳本來確認工程指標。這里的重點不是寫代碼而是定義好什么算漏檢、什么算誤檢。我習慣的做法是設定一個IoU閾值比如0.5和一個置信度閾值比如0.25然后用以下腳本統(tǒng)計import json import numpy as np # 假設 results.json 每行是 {image: B001_01.jpg, boxes: [[cls, conf, x1, y1, x2, y2], ...]} # gt.json 是真實標注按同樣格式組織 iou_thresh 0.5 conf_thresh 0.25 miss_count, false_count, total_gt 0, 0, 0 for line in open(results.json): pred json.loads(line) gt_boxes next(g for g in gt_data if g[image] pred[image])[boxes] total_gt len(gt_boxes) valid_preds [b for b in pred[boxes] if b[1] conf_thresh] matched [False] * len(gt_boxes) for p in valid_preds: best_iou, best_idx 0, -1 for i, g in enumerate(gt_boxes): if matched[i]: continue iou compute_iou(p[2:], g[2:]) # 需要自己實現(xiàn)compute_iou if iou best_iou: best_iou, best_idx iou, i if best_iou iou_thresh: matched[best_idx] True else: false_count 1 miss_count sum(1 for m in matched if not m) print(f召回率: {1 - miss_count / total_gt:.3f}) print(f每張圖平均誤檢: {false_count / len(gt_data):.3f})這個腳本里的兩個閾值值得說明conf_thresh設為0.25是針對小樣本模型的保守值如果現(xiàn)場對誤檢容忍度低可以提高到0.4但每提高0.05都要重新統(tǒng)計漏檢率找到一個平衡點。IoU用0.5是COCO的通行標準但對細小劃痕0.5可能過于寬松因為細長缺陷的框位置偏移幾個像素IoU就從0.7掉到0.3。所以軸承缺陷項目我建議同時統(tǒng)計IoU0.3和IoU0.5兩檔分別對應“缺陷是否被找到”和“缺陷定位是否準確”。5.3 一個值得長期堅持的測試習慣模型上線前我最后一件固定要做的就是“壞樣本回放”。把產(chǎn)線試運行一周內所有誤檢和漏檢的圖片單獨存到一個目錄每周用最新模型重新跑一遍看漏檢樣本是否被新模型覆蓋。568張圖的訓練集不可能覆蓋所有現(xiàn)場光照和紋理變化這個回放目錄就是模型的“持續(xù)記憶”。一旦發(fā)現(xiàn)某類漏檢持續(xù)出現(xiàn)就把這批圖片補充進訓練集重新訓練。這套流程看起來簡單但它能讓你清楚知道模型邊界在哪什么時候該加數(shù)據(jù)什么時候調參數(shù)是徒勞。習慣養(yǎng)成后產(chǎn)線的檢測穩(wěn)定性和實驗階段的mAP一樣有數(shù)。希望幫到你。本文還有配套的精品資源點擊獲取