簡介YOLO目標檢測可直接使用的帶鋼表面缺陷數(shù)據(jù)集面向計算機、電子信息工程、數(shù)學等專業(yè)學生適用于課程設(shè)計、期末大作業(yè)與畢業(yè)設(shè)計。資源包含1800張帶鋼表面缺陷圖像及對應(yīng)XML標注文件并附BMP格式圖像副本和1個數(shù)據(jù)庫文件壓縮包文件總數(shù)2000大小78.62MB標注框質(zhì)量高拿到后無需額外標注即可投入YOLO訓練與驗證。目前已有1029人學習/下載多用于表面缺陷識別、工業(yè)質(zhì)檢等目標檢測場景。使用時可對照JPG/BMP圖像與XML標注便于檢查類別與邊界框相比從零采集標注能大幅節(jié)省數(shù)據(jù)準備時間讓讀者把精力集中在模型搭建、參數(shù)調(diào)優(yōu)與實驗對比上。雙格式圖像也方便在OpenCV、Python等環(huán)境中預(yù)處理和增強是完成算法類課設(shè)、期末設(shè)計或論文實驗的實用基礎(chǔ)數(shù)據(jù)。1. 帶鋼表面缺陷檢測這份數(shù)據(jù)集為什么值得你花十分鐘看代碼做帶鋼表面缺陷檢測的課程設(shè)計最痛苦的環(huán)節(jié)往往不是模型選型而是數(shù)據(jù)。網(wǎng)上公開的帶鋼缺陷數(shù)據(jù)集要么是沒標注的原始圖片要么是標注格式不對拿回來還得花兩三天重新畫框。這份資源是1800張帶鋼表面缺陷圖加對應(yīng)的XML標注文件標注框質(zhì)量較高能直接喂給YOLO做訓練。對于計算機、電子信息工程、數(shù)學專業(yè)的學生來說課程設(shè)計、期末大作業(yè)、畢設(shè)里需要跑通目標檢測流程的這份數(shù)據(jù)能幫你跳過最煩人的數(shù)據(jù)準備階段把精力集中在模型調(diào)參和檢測效果上。我看到文件名里有Sc、In、PS這類前綴這是帶鋼缺陷領(lǐng)域的常見分類標識。Sc代表氧化皮ScaleIn代表壓痕IndentationPS代表劃痕Puncture/Scratch這類缺陷的形態(tài)差異較大對目標檢測模型來說是個比較標準的單類或多類檢測任務(wù)。整個資源的核心價值就一句話圖片質(zhì)量高、標注框貼合目標、格式兼容YOLO系訓練流程拿到手就能開始搞。2. 數(shù)據(jù)集底細六類缺陷與XML標注的邊界2.1 缺陷類型分布與圖片規(guī)格這批數(shù)據(jù)以BMP圖像為主文件名前綴直接對應(yīng)缺陷類別。從文件命名規(guī)律來看Sc系列是氧化皮In系列是壓痕PS系列是劃痕類缺陷。每張圖片對應(yīng)一個同名XML文件XML里記錄了目標的邊界框坐標和類別名稱這個目錄結(jié)構(gòu)是典型的Pascal VOC格式組織方式。圖片規(guī)格方面帶鋼表面缺陷數(shù)據(jù)集的原始圖分辨率通常在200×200左右這是因為帶鋼表面缺陷檢測的工業(yè)場景里缺陷目標本身就比較小高分辨率大圖反而會稀釋缺陷的像素占比。200×200的尺寸對YOLO系列來說不需要額外做太多預(yù)處理直接訓練即可。這里提個醒如果你拿到手的圖片分辨率不一樣先統(tǒng)一尺寸或者調(diào)整anchor參數(shù)不要直接硬訓。XML標注文件是VOC格式的核心每個目標框記錄四個坐標值xmin、ymin、xmax、ymax外加一個name字段標記缺陷類別。這個格式跟YOLO訓練直接需要的txt格式有一段轉(zhuǎn)換距離但轉(zhuǎn)換腳本屬于常規(guī)操作后面第三章會給出完整代碼。2.2 標注質(zhì)量怎么看框貼合度檢查方法判斷一個標注數(shù)據(jù)集能不能直接用不是看文件多不多而是看框跟缺陷邊緣的貼合度。我一般先在本地用可視化腳本把所有XML標注畫回到原圖上重點看三類問題框是不是比缺陷實際區(qū)域大一圈、是不是漏標了部分缺陷、以及類別標簽有沒有標錯。做法是讀取XML里的坐標用OpenCV的rectangle函數(shù)把框畫到原圖上然后拼接成一張大圖人工過一遍。這個步驟花不了十分鐘但能避免訓練到一半發(fā)現(xiàn)loss降不下去最后排查出來是標注質(zhì)量問題。這套可視化檢查腳本在壓縮包內(nèi)如果沒帶可以自己寫一個代碼量不大。常見做法是抽樣20到30張圖做人工檢查。如果缺陷區(qū)域邊緣跟框偏差在3像素以內(nèi)說明標注質(zhì)量合格如果偏差過大要么是原始標注工具不同導致的系統(tǒng)誤差要么是標注員本身畫框習慣就是留白較多。YOLO對這種框的容忍度還行因為訓練時錨框回歸會學習這個偏移量但如果整體偏差超過10像素建議重新標注或者放棄這部分數(shù)據(jù)。2.3 為什么這份資源不用做數(shù)據(jù)清洗工業(yè)場景下采集的帶鋼表面圖像光照變化、油污、氧化皮脫落等因素都會導致圖片質(zhì)量參差不齊。但這份資源的圖片已經(jīng)做過一輪篩選從文件命名和圖片內(nèi)容來看背景相對干凈缺陷目標清晰沒有出現(xiàn)模糊到無法標注的情況。數(shù)據(jù)清洗這個環(huán)節(jié)能省掉不代表可以完全不檢查。我的習慣是把所有圖片尺寸打出來看有沒有異常分辨率的混入再把所有XML解析一遍看坐標有沒有超出圖片邊界的。這兩個檢查用腳本跑一遍處理異常情況的時間不超過五分鐘但能避免訓練時出現(xiàn)數(shù)組越界這種莫名其妙的報錯。3. XML標注轉(zhuǎn)YOLO格式轉(zhuǎn)換腳本與四個邊界坑3.1 VOC轉(zhuǎn)YOLO的目錄結(jié)構(gòu)和轉(zhuǎn)換腳本這份數(shù)據(jù)集的XML是VOC格式但YOLO訓練需要的是txt格式每行一個目標格式是“類別id 中心點x 中心點y 框?qū)?框高”后面四個值都是相對圖片寬高的歸一化數(shù)值。第一步先把目錄整理成YOLO的標準輸入結(jié)構(gòu)dataset/ ├── images/ │ ├── train/ │ └── val/ ├── labels/ │ ├── train/ │ └── val/ ├── classes.txt └── train.txt ├── val.txtimport xml.etree.ElementTree as ET import os from tqdm import tqdm def voc_to_yolo(xml_path, out_dir, class_names): tree ET.parse(xml_path) root tree.getroot() # 取圖片尺寸 size root.find(size) img_w int(size.find(width).text) img_h int(size.find(height).text) img_name os.path.splitext(os.path.basename(xml_path))[0] out_txt os.path.join(out_dir, img_name .txt) with open(out_txt, w) as f: for obj in root.iter(object): cls obj.find(name).text if cls not in class_names: continue cls_id class_names.index(cls) box obj.find(bndbox) xmin float(box.find(xmin).text) ymin float(box.find(ymin).text) xmax float(box.find(xmax).text) ymax float(box.find(ymax).text) # 轉(zhuǎn)成YOLO格式中心點 寬高全部歸一化 x_center (xmin xmax) / 2.0 / img_w y_center (ymin ymax) / 2.0 / img_h w (xmax - xmin) / img_w h (ymax - ymin) / img_h if x_center 0 or y_center 0 or w 0 or h 0: print(f警告: {img_name} 中存在非法坐標) continue f.write(f{cls_id} {x_center:.6f} {y_center:.6f} {w:.6f} {h:.6f}\n) class_names [Sc, In, PS, Pa, Cr, RS] # 按你的實際類別列表調(diào)整這段代碼的邏輯是逐條讀取XML里的目標框把左上右下角坐標轉(zhuǎn)換成歸一化的中心點加寬高格式最后寫入txt文件。參數(shù)說明class_names的順序直接決定txt里類別id的映射關(guān)系訓練時配置文件的classes順序必須跟這里保持一致否則模型會學錯類別。圖片尺寸必須取XML里size節(jié)點的值不要自己用PIL去讀圖片計算因為XML里的標注坐標是基于原始圖片的如果比例對不上轉(zhuǎn)換出來的坐標全錯。3.2 四個邊界條件坐標越界、空標注、重復類別、文件名不匹配實際跑轉(zhuǎn)換腳本時最怕的是安靜地轉(zhuǎn)換完不報錯訓練時卻出現(xiàn)問題。第一是坐標越界標注框的中心點或?qū)捀咚愠鰜硎秦摂?shù)或者超出了1.0這種通常要么是原始XML坐標異常要么是圖片尺寸讀取錯誤。我一般會在轉(zhuǎn)換后加一個校驗?zāi)_本把所有txt里每行數(shù)字的范圍打印出來超過[0,1]區(qū)間直接標紅。第二是空標注文件部分圖片可能沒有目標轉(zhuǎn)換后txt是空文件。YOLO訓練允許這種圖片存在但前提是數(shù)據(jù)加載器的配置里要允許20%左右的空圖比例不然訓練時這些圖會被跳過間接減少了你的有效訓練數(shù)據(jù)量。帶鋼表面缺陷數(shù)據(jù)里空圖不多但需要留意。第三是重復類別比如同一張XML里出現(xiàn)Sc和Scale兩種寫法但屬于同一類缺陷。轉(zhuǎn)換腳本里class_names沒有匹配上就會跳過該目標導致丟失標注。處理方式是用腳本把所有XML里的name字段去重打印出來確認類別叫法統(tǒng)一后再映射。第四是文件名不匹配圖片是Sc_109.bmp標注是Sc_109.xml但轉(zhuǎn)換后txt的文件名必須跟圖片名完全一致包括大小寫和后綴處理。Windows環(huán)境下尤其容易出問題因為大小寫不敏感Linux下訓練卻嚴格區(qū)分建議轉(zhuǎn)換前統(tǒng)一轉(zhuǎn)小寫。4. 避坑排查YOLO訓練中碰到的數(shù)據(jù)側(cè)問題4.1 現(xiàn)象訓練loss降不下去在0.5到1.0之間來回震蕩原因排查下來多半是類別id映射混亂。XML里的類別順序跟訓練配置里的classes順序?qū)Σ簧夏Ｐ桶淹粋€缺陷在不同epoch里當成了不同類別在學。解決方式是回到轉(zhuǎn)換腳本里把class_names固定成一份文件訓練配置從這份文件讀取兩邊保持一致?？梢杂靡粭l命令驗證隨機抽查五張圖的txt內(nèi)容人工比對類別id對應(yīng)的缺陷名是否跟圖片內(nèi)容一致。4.2 現(xiàn)象mAP很高但實際檢測時框的位置整體偏移這個問題我之前在帶鋼缺陷項目踩過。原因是訓練時用了數(shù)據(jù)增強里的隨機裁剪但裁剪后沒有同步更新標注框的坐標。YOLO自帶的mosaic和隨機仿射變換都是自動處理標注的但如果你在數(shù)據(jù)加載里自己加了裁剪邏輯就得手動調(diào)整box坐標。帶鋼表面缺陷圖片里缺陷往往在圖片邊緣訓練增強時一旦裁掉一部分但label框坐標沒同步縮小檢測時框自然就偏了。4.3 現(xiàn)象驗證集上漏檢多尤其PS劃痕類缺陷分析下來是劃痕缺陷長寬比極端是長條形目標默認anchor尺寸覆蓋不到。解決方式有兩個方向一是把訓練集的wh聚類一下用k-means重新算anchor參數(shù)二是調(diào)整anchor的寬高比例增加長寬比大的anchor。YOLOv5以后版本還能開autoanchor讓它自己聚類但小數(shù)據(jù)集下還是建議手動確認聚類結(jié)果別盲目自動計算。4.4 現(xiàn)象xml讀取出來是亂碼或者解析報錯帶鋼數(shù)據(jù)集的XML文件如果是從其他工具生成的有可能文件頭帶了BOM標記或者編碼不是UTF-8。此時ET.parse會在第一行就報錯。解決方式是先打開文件讀文本用正則把非法字符清掉再交給ElementTree處理。這段代碼異常處理要寫全常見的XML格式錯誤基本都是編碼或者特殊轉(zhuǎn)義字符引起的。5. 訓練工程落地YOLOv5配置與數(shù)據(jù)劃分實操5.1 數(shù)據(jù)劃分比例和ld無法直接讀取BMP時怎么辦1800張圖的數(shù)據(jù)量不大按811劃分訓練、驗證、測試集比較合理。劃分后訓練集1440張驗證集180張測試集180張。帶鋼表面缺陷類別少、目標小這個數(shù)據(jù)量跑YOLOv5s或者YOLOv8s足夠用了再大的模型容易過擬合。YOLO系默認支持的圖像格式是jpg和png但資源里的原始圖片是BMP。YOLO在數(shù)據(jù)加載時如果無法解碼BMP會報類似“cannot identify image file”的錯誤。處理方式分兩種第一種是直接用腳本批量把BMP轉(zhuǎn)成jpg并同步改名這個是常規(guī)操作第二種是給數(shù)據(jù)加載器注冊BMP解碼器但不建議因為其他預(yù)處理步驟可能會再踩坑。我一般直接轉(zhuǎn)jpg一步到位。5.2 ultralytics調(diào)用數(shù)據(jù)集的配置寫法以YOLOv8為例數(shù)據(jù)配置文件是data.yaml核心就三塊內(nèi)容訓練路徑、驗證路徑、類別列表。train: dataset/images/train val: dataset/images/val nc: 5 names: [Sc, In, PS, Pa, Cr]yolo detect train datadata.yaml modelyolov8s.pt epochs100 imgsz640 batch16path字段可以省略如果填了就寫數(shù)據(jù)集的絕對路徑。train和val路徑最好是Images目錄的路徑模型會自動去對應(yīng)的labels目錄找標注文件。nc必須跟classes.txt里的類別數(shù)一致names順序必須跟轉(zhuǎn)換腳本里的class_names完全一致。訓練命令里比較關(guān)鍵的參數(shù)是imgsz帶鋼圖片原始是200×200左右而YOLOv8默認推理輸入是640模型會把小圖resize上去缺陷目標會顯得更小。如果按640去訓小目標被放大后特征變模糊訓練效果反而不如用原圖尺寸訓。我建議先用imgsz320試一輪對比loss曲線再決定。5.3 類別不平衡的采樣策略帶鋼表面缺陷數(shù)據(jù)集里不同缺陷類型出現(xiàn)的頻次往往不一致。比如氧化皮可能占了一半而壓痕等缺陷只有幾張。類別不平衡會讓模型偏向于學高頻缺陷低頻缺陷漏檢率上升。常見的做法是給低頻類別做過采樣也就是讓數(shù)據(jù)加載器重復讀取包含稀有類別的圖片?；蛘吒唵蔚姆绞绞钦{(diào)整loss函數(shù)里每個類別的權(quán)重。YOLOv8在loss里沒有直接開放類別權(quán)重參數(shù)但可以通過數(shù)據(jù)集層面的重采樣解決把含稀有類別的圖片在train列表里多寫幾遍相當于變相過采樣。6. 進階用法訓練之后做一次標注質(zhì)量回驗數(shù)據(jù)集能不能復用關(guān)鍵看兩件事標簽有沒有錯、框有沒有偏。訓練一輪之后把你的驗證集圖片喂回模型做推理然后把預(yù)測框和XML標注框畫在同一張圖上對比這一步能立刻暴露標注質(zhì)量問題。我自己的習慣是寫一個可視化對比腳本左邊畫標注框右邊畫預(yù)測框用差異顏色區(qū)分然后把差異大的圖單獨挑出來人工確認。這樣做一輪之后你會發(fā)現(xiàn)帶鋼表面缺陷檢測模型的mAP上去了不是因為模型變強了而是因為標注噪聲被清掉了一部分。從那以后我每次拿到標注數(shù)據(jù)集都強制走一遍這個回驗流程先跑一批快速訓練把預(yù)測結(jié)果跟GT做對比再去決定要不要擴展數(shù)據(jù)或者調(diào)整標注避免直接進入正式訓練才發(fā)現(xiàn)數(shù)據(jù)問題的尷尬。希望幫到你。本文還有配套的精品資源點擊獲取