简介这份资源面向从事工业质检、缺陷检测方向的算法工程师与深度学习学习者提供铁制品表面腐蚀缺陷的YOLO格式目标检测数据集可直接用于YOLOv5等框架的训练与验证。数据按YOLOv5标准目录组织类别仅含corrosion一类划分为训练集约5500张、验证集约500张、测试集约260张每张图片均配有对应的标注txt文件方便直接接入检测流程。压缩包共约2000个文件以1999个标注txt与1个可视化py脚本为主整体约478.84MB并附有classes类别文件。配套的show.py脚本无需修改即可运行随机传入一张图片便能绘制边界框并保存到当前目录便于快速核查标注质量与数据分布。目前已有537人学习下载适合需要快速搭建腐蚀缺陷检测基线、验证模型效果或开展改进实验的读者参考使用。1. 铁制品腐蚀缺陷检测为什么通用 YOLO 权重直接拿来用会翻车工厂质检线上镀锌钢板、铸铁法兰、碳钢管道这些铁制品的表面腐蚀往往表现为点蚀、斑块锈、边缘锈蚀三种形态混在一起。你拿 COCO 预训练的 YOLOv8 权重直接推理大概率会把锈斑识别成棕色污渍或者干脆漏检——因为通用数据集里根本没有腐蚀缺陷这个语义类别。这就是为什么需要一套专门针对铁制品表面腐蚀缺陷的 YOLO 数据集它不只是图片的堆叠而是包含划分好的训练/验证/测试集、与标注严格对应的类别 class 文件、以及能让你在训练前就看清数据分布的可视化脚本。这套东西解决的核心问题是让你在半天内跑通一个能识别腐蚀缺陷的基线模型而不是花两周从零标注。适合谁做工业质检的算法工程师、带学生做课题的研究生、以及想快速验证YOLO 能不能用在金属表面缺陷这个命题的开发者。下面我从数据组织、class 文件对齐、可视化验证、训练调参到避坑把这条链路拆开讲。2. 拿到数据集先别急着训练目录结构与 class 文件的硬对齐2.1 YOLO 格式数据集的目录长什么样一套能直接喂给 YOLOv8 或 YOLOv5 的铁制品腐蚀数据集目录结构通常是这样的corrosion_dataset/ ├── images/ │ ├── train/ # 训练集图片jpg/png │ ├── val/ # 验证集图片 │ └── test/ # 测试集图片 ├── labels/ │ ├── train/ # 与 train 图片同名的 .txt 标注 │ ├── val/ │ └── test/ ├── classes.txt # 类别名列表一行一个 └── visualize.py # 数据可视化脚本关键点在于images/train/下的rust_001.jpg必须在labels/train/下有同名的rust_001.txt。YOLO 训练器不会帮你做文件名匹配它按路径直接读缺一个就报No labels found。我见过太多人把标注文件放在labels/根目录下结果训练时 loss 一直是 nan——因为模型根本没读到任何标签。2.2 class 文件与标注索引的对应关系classes.txt里每一行是一个类别名行号从 0 开始就是标注文件里的 class_id。假设你的classes.txt是pitting_corrosion patch_rust edge_corrosion那么标注文件rust_001.txt里每一行的第一个数字只能是 0、1、2。如果写成 3 或者 4训练时不会报错但模型会学到一个不存在的类别推理时输出一堆乱码标签。这是最隐蔽的坑之一。用下面这段脚本可以快速校验 class_id 是否越界import os CLASSES_FILE corrosion_dataset/classes.txt LABELS_DIR corrosion_dataset/labels with open(CLASSES_FILE, r, encodingutf-8) as f: class_names [line.strip() for line in f if line.strip()] num_classes len(class_names) print(f类别数: {num_classes}, 类别名: {class_names}) bad_files [] for split in [train, val, test]: split_dir os.path.join(LABELS_DIR, split) if not os.path.isdir(split_dir): continue for fname in os.listdir(split_dir): if not fname.endswith(.txt): continue fpath os.path.join(split_dir, fname) with open(fpath, r) as f: for lineno, line in enumerate(f, 1): line line.strip() if not line: continue cid int(line.split()[0]) if cid 0 or cid num_classes: bad_files.append((fpath, lineno, cid)) if bad_files: for bf in bad_files[:20]: print(f越界: {bf[0]} 第{bf[1]}行 class_id{bf[2]}) print(f共 {len(bad_files)} 处越界) else: print(所有 class_id 均在合法范围内)逻辑说明脚本先读classes.txt得到合法类别数再遍历三个 split 下所有标注文件逐行取第一个字段作为 class_id判断是否在[0, num_classes-1]区间内。参数方面CLASSES_FILE和LABELS_DIR按你的实际路径改如果标注文件里有空行脚本会跳过不影响判断。跑完如果输出所有 class_id 均在合法范围内说明 class 文件与标注是对齐的可以进入下一步。2.3 划分好的数据集为什么还要自己再检查一遍标题里说包含划分好的数据集但划分好不等于划分合理。常见问题是训练集里全是点蚀验证集里全是斑块锈模型在验证集上 mAP 直接掉到 0.1。我一般会先统计每个 split 下各类别的实例数确认分布没有极端偏斜。如果某个类别在验证集里实例数为 0那这个类别的 mAP 就没有意义。用下面这段脚本做分布统计import os from collections import defaultdict LABELS_DIR corrosion_dataset/labels CLASSES_FILE corrosion_dataset/classes.txt with open(CLASSES_FILE, r, encodingutf-8) as f: class_names [line.strip() for line in f if line.strip()] for split in [train, val, test]: split_dir os.path.join(LABELS_DIR, split) if not os.path.isdir(split_dir): continue counter defaultdict(int) for fname in os.listdir(split_dir): if not fname.endswith(.txt): continue with open(os.path.join(split_dir, fname), r) as f: for line in f: line line.strip() if line: counter[int(line.split()[0])] 1 print(f\n {split} ) for cid, name in enumerate(class_names): print(f {name}: {counter.get(cid, 0)} 个实例)逻辑说明按 split 分别统计每个 class_id 出现的总次数输出成可读表格。参数上如果某个类别在 train 里实例数低于 50训练时大概率欠拟合需要考虑补充数据或做增强。验证集里每个类别至少要有 10 到 20 个实例否则 mAP 波动会很大。3. 数据可视化脚本训练前先看清标注框有没有画歪3.1 可视化脚本到底在画什么YOLO 标注格式是class_id x_center y_center width height全部归一化到 0 到 1。可视化脚本要做的事就是把这些归一化坐标还原成像素坐标在图片上画矩形框并在框左上角写上类别名。这一步能帮你发现三类问题框的位置整体偏移归一化时除了错误的宽高、框的宽高为 0标注时误触、类别名写错class 文件与标注不匹配。下面是一个可以直接用的可视化脚本import os import cv2 import random CLASSES_FILE corrosion_dataset/classes.txt IMAGES_DIR corrosion_dataset/images/train LABELS_DIR corrosion_dataset/labels/train OUTPUT_DIR vis_output NUM_SAMPLES 12 os.makedirs(OUTPUT_DIR, exist_okTrue) with open(CLASSES_FILE, r, encodingutf-8) as f: class_names [line.strip() for line in f if line.strip()] # 给每个类别分配一个固定颜色方便肉眼区分 random.seed(42) colors {i: (random.randint(50, 255), random.randint(50, 255), random.randint(50, 255)) for i in range(len(class_names))} img_files [f for f in os.listdir(IMAGES_DIR) if f.lower().endswith((.jpg, .png, .jpeg))] samples random.sample(img_files, min(NUM_SAMPLES, len(img_files))) for img_name in samples: img_path os.path.join(IMAGES_DIR, img_name) label_path os.path.join(LABELS_DIR, os.path.splitext(img_name)[0] .txt) img cv2.imread(img_path) if img is None: continue h, w img.shape[:2] if os.path.exists(label_path): with open(label_path, r) as f: for line in f: parts line.strip().split() if len(parts) ! 5: continue cid, xc, yc, bw, bh int(parts[0]), *map(float, parts[1:]) x1 int((xc - bw / 2) * w) y1 int((yc - bh / 2) * h) x2 int((xc bw / 2) * w) y2 int((yc bh / 2) * h) color colors.get(cid, (0, 255, 0)) cv2.rectangle(img, (x1, y1), (x2, y2), color, 2) label class_names[cid] if cid len(class_names) else fid_{cid} cv2.putText(img, label, (x1, max(y1 - 5, 15)), cv2.FONT_HERSHEY_SIMPLEX, 0.5, color, 1) cv2.imwrite(os.path.join(OUTPUT_DIR, img_name), img) print(f可视化结果已保存到 {OUTPUT_DIR}/共 {len(samples)} 张)逻辑说明脚本随机抽 12 张训练图读对应标注文件把归一化坐标乘回宽高得到像素坐标画框并写类别名。参数上NUM_SAMPLES控制抽样数量建议至少看 12 张colors用固定随机种子保证每次运行颜色一致方便对比。跑完后打开vis_output/逐张看如果框明显偏离腐蚀区域说明标注有问题需要回到标注工具修正。3.2 可视化时重点看哪三个地方第一框是否紧贴腐蚀区域。如果框比腐蚀区域大一圈模型会学到背景信息推理时容易把正常区域也框进去。第二同一张图里多个缺陷的框是否有重叠。铁制品腐蚀经常是连片出现如果两个框重叠超过 50%考虑合并成一个框或者重新界定类别。第三类别名是否写对。点蚀和斑块锈在视觉上有时很难区分如果标注时混淆了模型学到的决策边界就是模糊的mAP 上不去。我一般会把这 12 张图拼成一张大图快速扫一眼整体质量。如果 12 张里有 3 张以上框画歪了整个数据集就需要重新过一遍标注不要带着脏数据训练。4. 用 YOLOv8 训练铁制品腐蚀数据集从环境到首轮推理4.1 环境配置与数据 yaml 文件YOLOv8 的环境配置不算复杂但版本要对齐。我一般用 Python 3.9 到 3.10PyTorch 2.0 以上CUDA 11.8 或 12.1。安装命令pip install ultralytics8.1.0 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118装完后yolo checks能跑通就说明环境没问题。接下来要写一个数据配置文件corrosion.yamlpath: /absolute/path/to/corrosion_dataset train: images/train val: images/val test: images/test nc: 3 names: 0: pitting_corrosion 1: patch_rust 2: edge_corrosion参数说明path必须是绝对路径YOLOv8 不认相对路径nc是类别数必须和classes.txt行数一致names的键从 0 开始顺序和classes.txt完全对应。如果这里写错了训练时不会报错但模型输出的类别名会全部错位。4.2 首轮训练命令与关键参数首轮训练不要一上来就调复杂参数先用默认配置跑通yolo detect train \ datacorrosion.yaml \ modelyolov8n.pt \ epochs100 \ imgsz640 \ batch16 \ projectruns/corrosion \ namebaseline逻辑说明modelyolov8n.pt用 nano 版本先验证流程训练快、显存占用低epochs100对几百张图的数据集够用imgsz640是 YOLOv8 的默认输入尺寸batch16根据显存调整8G 显存跑 640 尺寸一般能到 16。跑完后看runs/corrosion/baseline/下的results.csv重点看metrics/mAP50-95是否在上升。如果首轮 mAP50 低于 0.3先别急着调模型回到第 3 章检查标注质量。如果 mAP50 在 0.5 到 0.7 之间说明数据基本可用可以进入调参阶段。4.3 推理验证用测试集图片看实际效果训练完后用yolo detect predict跑测试集yolo detect predict \ modelruns/corrosion/baseline/weights/best.pt \ sourcecorrosion_dataset/images/test \ conf0.25 \ saveTrue \ projectruns/corrosion \ nametest_pred参数说明conf0.25是置信度阈值低于这个值的框不输出。铁制品腐蚀检测里如果漏检比误检更严重可以把conf降到 0.15如果误检太多提到 0.4。saveTrue会把画框后的图片存到runs/corrosion/test_pred/逐张看一遍重点看有没有把正常区域误判成腐蚀以及小面积点蚀有没有被漏掉。5. 铁制品腐蚀检测的避坑记录5 个让我返工的问题5.1 现象训练 loss 正常下降但 mAP 一直是 0原因corrosion.yaml里的names顺序和classes.txt不一致或者nc写成了比实际类别数大的值。模型学到的类别索引和验证时的索引对不上mAP 计算时全部匹配失败。解决把classes.txt和corrosion.yaml并排打开逐行核对。nc必须等于classes.txt的有效行数names的键必须从 0 连续到nc-1。5.2 现象推理时框全部集中在图片左上角原因标注文件里的坐标没有归一化还是像素值。YOLO 期望的是 0 到 1 之间的归一化坐标如果直接写像素值模型会把它当成归一化坐标处理导致框全部挤在左上角。解决检查标注文件里x_center、y_center、width、height四个值是否都在 0 到 1 之间。如果有大于 1 的值说明标注工具输出的是像素坐标需要写脚本转换x_center / img_width、y_center / img_height、width / img_width、height / img_height。5.3 现象验证集 mAP 很高但测试集实际推理效果很差原因划分数据集时没有打乱训练集和验证集来自同一批连续拍摄的图片光照、角度、背景几乎一样模型过拟合了。测试集来自不同批次分布差异大效果就崩了。解决重新划分数据集确保训练集、验证集、测试集来自不同拍摄批次或不同时间段。如果数据量少至少按 7:2:1 随机划分并检查三个 split 的类别分布是否接近。5.4 现象小面积点蚀漏检严重原因YOLOv8 默认输入尺寸 640小目标经过下采样后特征几乎消失。铁制品表面的点蚀直径可能只有十几个像素在 640 尺寸下只剩几个像素。解决把imgsz提到 1024 或 1280同时batch相应减小。如果显存不够可以用yolov8s或yolov8m替代yolov8n更大的模型对小目标更友好。另外可以在训练时开启mosaic增强让模型见到更多小目标拼接场景。5.5 现象训练到一半显存溢出程序崩溃原因batch设得太大或者imgsz提高后没有同步降batch。YOLOv8 训练时显存占用和batch * imgsz^2成正比。解决用nvidia-smi监控显存占用把batch降到不溢出的最大值。如果降到 4 还溢出就把imgsz从 640 降到 512或者换更小的模型。训练前先用yolo detect train ... epochs1跑一个 epoch 试显存比跑到一半崩溃再重来省时间。6. 把 mAP 从 0.6 推到 0.8三个我反复验证过的调参习惯首轮基线跑通后大多数人会卡在 mAP50 0.6 左右上不去。我自己的习惯是先不动模型结构从数据增强和训练策略入手因为改模型结构的收益往往不如把数据质量提上去。第一个习惯是分阶段解冻训练。YOLOv8 默认从头训练所有层但铁制品腐蚀数据集通常只有几百到几千张图从头训练容易过拟合。我一般先用yolov8n.pt的预训练权重冻结 backbone 训练 20 个 epoch学习率设lr00.001让检测头先适应腐蚀缺陷的语义然后解冻全部层学习率降到lr00.0001再训练 80 个 epoch。这样 mAP 通常能比直接从头训练高 3 到 5 个点。第二个习惯是针对性调整数据增强。铁制品腐蚀检测里点蚀和斑块锈对颜色敏感所以hsv_h和hsv_s不要设太大默认的 0.015 和 0.7 就够。但mosaic和mixup可以适当提高因为腐蚀缺陷经常出现在复杂背景里拼接增强能让模型学到更多上下文。我一般把mosaic1.0、mixup0.1、copy_paste0.1作为起点如果验证集 mAP 波动大就降低增强强度。第三个习惯是用close_mosaic在最后 10 个 epoch 关闭 mosaic 增强。mosaic 增强会让图片边缘出现拼接痕迹训练后期关闭它能让模型在真实分布上微调mAP 通常能再涨 1 到 2 个点。命令里加close_mosaic10即可。验证调参是否有效不要只看最终 mAP要看results.csv里metrics/mAP50-95的曲线。如果曲线在最后 20 个 epoch 还在上升说明训练不够加 epoch如果曲线早早平了甚至下降说明过拟合减 epoch 或加正则。我一般会把patience20设上让 YOLOv8 在验证集 mAP 连续 20 个 epoch 不提升时自动停止省得手动盯。最后说一个我踩过的坑不要用测试集调参。测试集只在最终验证时跑一次调参阶段只看验证集。我见过有人反复在测试集上试参数最后报出来的 mAP 虚高实际部署时完全不能用。这个习惯我坚持了很多年希望帮到你。本文还有配套的精品资源点击获取
` 接口编程化驱动 Salt)
