简介这份资源是面向深度学习方向的毕业设计、课程设计与期末大作业场景打造的热轧带钢缺陷检测系统完整项目包适合具备一定Python与CNN基础、需要落地工业质检课题的学生和开发者用以解决带钢表面缺陷自动识别与定位的实战问题。压缩包共15个文件、约7MB涵盖7个py源码、2个ui界面文件、2个pdf报告、1个yml配置、1个md说明、1个txt数据集地址及1个pt模型权重覆盖训练、测试、可视化与界面交互全流程。已有37人学习下载。读者可从中获得可直接运行的训练与测试脚本、已保存的模型文件、GUI界面设计文件以及中期检查报告和结题答辩PPT便于快速复现实验、理解CNN与YOLO在缺陷检测中的应用并借鉴项目文档与配置管理思路完成自己的课题。1. 热轧带钢缺陷检测系统从产线痛点到可复现的深度学习方案热轧带钢生产线上带钢以每秒数米的速度穿过轧机表面温度动辄七八百摄氏度人工目视检测根本跟不上节奏。漏检一个裂纹、一个结疤后续冷轧工序可能直接断带整条线停摆几小时损失按吨算。这套「基于深度学习的热轧带钢缺陷检测系统.zip」要解决的就是把这件事交给模型——用视觉方案替代人眼在高温、高速、强反光的工况下稳定识别常见表面缺陷。它适合谁做深度学习毕业设计、课程设计、期末大作业的学生以及想快速搭一套工业缺陷检测原型的工程师。资源包里通常包含数据集组织脚本、YOLO 系列训练配置、推理代码和一份能跑通的说明拿到手不用从零攒环境。下面我按「先搞懂数据长什么样、再动手训练、最后避坑」的顺序拆一遍中间会给出可直接抄的代码和参数。2. 热轧带钢缺陷数据集类别定义、标注格式与预处理脚本2.1 六类典型缺陷与数据分布特征热轧带钢表面缺陷在行业标准里通常归为六类裂纹crack、结疤patch、麻点pitted surface、压入氧化铁皮inclusion、划痕scratch、夹杂rolled-in scale。这六类在图像上的表现差异很大——裂纹是细长暗线麻点是密集小凹坑氧化铁皮压入是大面积不规则斑块。模型要同时学好这几类难点在于类间尺度差异大小目标麻点和大目标氧化铁皮在同一张图里出现。资源包里的数据集一般按 YOLO 格式组织每张图对应一个同名 txt 标注文件每行是类别id 中心x 中心y 宽 高坐标全部归一化到 0~1。常见做法是先把原始数据按 8:1:1 切成训练、验证、测试三份再生成train.txt、val.txt、test.txt三个索引文件。我一般会先跑一遍统计脚本看看每类样本数是否均衡——热轧数据里麻点和划痕往往偏多裂纹和夹杂偏少不处理的话模型会偏向多数类。import os from collections import Counter # 统计各类别标注框数量判断是否需要重采样或加权 label_dir datasets/labels/train class_names [crack, patch, pitted_surface, inclusion, scratch, rolled-in_scale] counter Counter() for txt_file in os.listdir(label_dir): if not txt_file.endswith(.txt): continue with open(os.path.join(label_dir, txt_file)) as f: for line in f: cls_id int(line.split()[0]) counter[class_names[cls_id]] 1 for name in class_names: print(f{name}: {counter[name]})这段脚本遍历训练集标注目录按类别累计框数。class_names的顺序必须和标注时的类别 id 严格对应错一位整个训练就废了。跑完如果发现某类样本数不到总数的 5%就得考虑过采样或加类别权重否则那一类的召回率会低得没法看。2.2 数据增强策略针对高温反光与低对比度的处理热轧图像有个特点带钢表面反光强缺陷和背景对比度低尤其氧化铁皮压入这类灰度值跟正常表面很接近。直接用默认增强随机翻转、缩放不够得针对性加几项。常见做法是加 CLAHE限制对比度自适应直方图均衡做预处理再在训练时叠加随机亮度抖动和轻微高斯噪声模拟产线光照波动。资源包里如果带了augment.py重点看它有没有实现 mosaic 和 mixup。mosaic 把四张图拼成一张对小目标检测提升明显麻点这种小缺陷受益最大。但要注意mosaic 会改变目标尺度分布如果验证集不做同样处理mAP 会虚高。我一般训练开 mosaic最后 10 个 epoch 关掉让模型适应真实分布。import cv2 import numpy as np def clahe_preprocess(img_path, clip_limit2.0, tile_size8): 对热轧带钢图像做 CLAHE 增强提升缺陷与背景对比度 img cv2.imread(img_path, cv2.IMREAD_GRAYSCALE) clahe cv2.createCLAHE(clipLimitclip_limit, tileGridSize(tile_size, tile_size)) enhanced clahe.apply(img) # 转回三通道适配 YOLO 输入 return cv2.cvtColor(enhanced, cv2.COLOR_GRAY2BGR)clip_limit控制对比度增强上限设太大噪声会被放大热轧图一般 2.0~3.0 之间tile_size是分块大小8 表示把图分成 8×8 块分别均衡块越小局部对比越强但越容易出块效应。这个预处理可以离线做一遍存成新图也可以塞进 dataloader 在线做离线省算力但在线能配合随机增强。3. YOLO 训练配置从 anchor 调整到损失曲线判读3.1 模型选型与 anchor 尺寸适配资源包大概率基于 YOLOv5 或 YOLOv8这两个版本在工业缺陷检测里用得最多生态成熟、踩坑资料多。选 v5 还是 v8如果毕设要求写清楚每个模块v5 的结构更直观改起来方便如果追求开箱即用的精度v8 的默认配置更强。热轧缺陷里小目标多我倾向选带 P2 检测层的配置比如 yolov5s-p2 或 yolov8s-p2多一个高分辨率检测头麻点这类小缺陷召回能提几个点。anchor 尺寸必须重新聚类。COCO 预训练的 anchor 是针对自然图像的跟带钢缺陷的框分布差很远。用 k-means 在你自己标注框上跑一遍得到适配的 anchor。常见做法是跑utils/autoanchor.py它会自动计算最佳 anchor 并写回配置。如果资源包里没带手动跑 k-means 也就十几行代码的事。# 以 YOLOv5 为例自动聚类 anchor 并检查 python utils/autoanchor.py --data data/steel.yaml --cfg models/yolov5s-p2.yaml--data指向数据集配置文件里面写清 train/val 路径、类别数和类别名--cfg是模型结构文件。跑完看输出里的Best Possible Recall如果低于 0.98说明 anchor 跟你的数据不匹配得手动调 k-means 的聚类数或迭代次数。3.2 训练命令与关键超参设置训练命令本身不复杂关键是超参。热轧缺陷数据集通常几千到一万张图batch size 设 16 或 32取决于显存。学习率用余弦退火初始 0.01warmup 3 个 epoch。权重衰减 0.0005动量 0.937这些是 YOLO 系列的常规值不用大改。真正要调的是--img-size热轧图原始分辨率往往很大比如 2048×1024直接缩到 640 会丢小缺陷我一般设 1024 或 1280显存不够就降 batch。python train.py \ --data data/steel.yaml \ --cfg models/yolov5s-p2.yaml \ --weights yolov5s.pt \ --img-size 1024 \ --batch-size 16 \ --epochs 200 \ --hyp data/hyp.steel.yaml \ --device 0--weights用预训练权重别从零训收敛快很多--hyp指向超参文件里面可以单独调box、cls、obj三项损失的权重热轧数据类别不均衡时把cls调大一点。--device 0指定第一块 GPU多卡用0,1。3.3 损失曲线与 mAP 判读什么时候该停训练跑起来后重点盯三条曲线box_loss、cls_loss、mAP0.5。正常情况 box_loss 和 cls_loss 在前 50 个 epoch 快速下降之后缓慢收敛。如果 cls_loss 震荡不降多半是类别不均衡或学习率太大。mAP0.5 到 150 epoch 左右应该趋于平稳如果还在涨就继续训如果连续 20 个 epoch 不涨就可以早停。有个血泪经验热轧数据里如果验证集 mAP 很高但测试集低八成是训练集和测试集有同源图像泄漏或者增强过度导致过拟合。这时候把 mosaic 关掉重训一遍对比能快速定位。另外val阶段如果出现大量nan损失检查标注文件里有没有坐标越界或宽高为 0 的脏数据写个脚本过滤一遍。4. 推理部署与产线适配从单图检测到视频流4.1 单图与批量推理脚本训练完拿到best.pt推理就简单了。资源包里一般带detect.py直接指定权重和输入路径即可。但产线场景往往要处理视频流或相机实时帧得改成循环读帧、逐帧推理、画框输出。我一般会封装一个SteelDetector类把模型加载一次后续反复调用避免每帧都重新加载权重。import cv2 import torch class SteelDetector: def __init__(self, weights_path, img_size1024, conf0.35, iou0.45): # 加载 YOLO 模型只加载一次 self.model torch.hub.load(ultralytics/yolov5, custom, pathweights_path) self.model.conf conf # 置信度阈值 self.model.iou iou # NMS IoU 阈值 self.img_size img_size def detect(self, frame): results self.model(frame, sizeself.img_size) return results.render()[0] # 返回画框后的图像 detector SteelDetector(runs/train/exp/weights/best.pt) cap cv2.VideoCapture(line_camera.mp4) while cap.isOpened(): ret, frame cap.read() if not ret: break annotated detector.detect(frame) cv2.imshow(steel, annotated) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()conf和iou是两个最影响结果的参数。热轧缺陷检测里conf设太低会误报把氧化铁皮纹理当缺陷设太高会漏检小裂纹我一般从 0.35 起调。iou控制 NMS 合并框的力度缺陷密集时调低到 0.4 避免漏掉相邻目标。4.2 产线部署的延迟与吞吐权衡产线相机通常 30~60 FPS模型推理必须跟上。YOLOv5s 在 1024 分辨率下单张 GPU 推理大概 15~25ms勉强够 30FPS。如果不够三个方向降 img_size 到 640但小缺陷会丢、换更小的模型yolov5n、用 TensorRT 加速。TensorRT 能把推理压到 5~10ms但转换过程有坑FP16 量化后精度可能掉一两个点得在验证集上重新确认。另一个常被忽略的点是预处理耗时。CLAHE 如果放在推理循环里做CPU 上可能比 GPU 推理还慢。常见做法是把预处理也放到 GPU 上或者干脆训练时不做 CLAHE让模型自己学对比度不变性。我一般先测端到端延迟从读帧到输出框再决定优化哪一段。5. 避坑与排查标注、训练、推理里最容易翻车的五件事5.1 标注文件类别 id 与配置不一致现象训练 loss 正常下降但 mAP 始终接近 0或者某一类完全检测不到。原因data.yaml里的names顺序和标注 txt 里的类别 id 对不上比如标注里 0 是裂纹配置里 0 写成了结疤。解决写个脚本统计标注里出现的所有 id和配置逐一对齐改完重新生成索引文件再训。5.2 图像与标注文件名不匹配现象训练报No labels found或大量图片被跳过。原因图片是img_001.jpg标注是img_001.txt但中间多了空格或大小写不一致YOLO 按文件名匹配时找不到。解决统一重命名图片和标注同名同后缀用脚本批量处理处理完再核对一遍数量。5.3 验证集 mAP 虚高现象验证集 mAP0.5 到 0.95测试集只有 0.6。原因训练集和验证集有同源图像同一卷带钢连拍的多帧或者验证集也开了 mosaic 增强。解决按卷号或时间戳切分数据集确保同一卷的图只出现在一个集合里验证时关掉所有随机增强。5.4 推理时显存溢出现象训练正常推理时报 CUDA out of memory。原因推理时 img_size 设得比训练大或者 batch 推理时没限制 batch size。解决推理 img_size 不超过训练值逐帧推理时 batch 设 1批量推理时按显存算最大 batch。5.5 小缺陷漏检严重现象大缺陷检测正常麻点、细裂纹几乎检不到。原因img_size 缩得太小小目标在特征图上只剩几个像素或者 P2 检测层没开。解决img_size 提到 1024 以上换带 P2 的模型配置训练时关掉 mosaic 的最后几个 epoch让模型适应真实尺度。6. 进阶技巧用 TTA 和模型集成把 mAP 再提三个点单模型训到收敛后想再提精度最划算的两招是 TTA测试时增强和模型集成。TTA 是在推理时对同一张图做多种变换水平翻转、多尺度缩放把结果融合。YOLO 系列自带 TTA 开关加--augment参数即可代价是推理时间翻几倍。热轧缺陷检测里TTA 对裂纹和划痕这类方向性缺陷提升明显因为翻转后模型能看到不同方向的纹理。# 开启 TTA 推理mAP 通常能提 1~3 个点 python detect.py --weights best.pt --source test_images/ --augment --img-size 1024模型集成则是训几个不同 seed 或不同结构的模型推理时对框做加权 NMS。常见做法是训一个 YOLOv5s 和一个 YOLOv8s两个模型结果合并。合并时用 WBF加权框融合比普通 NMS 更稳尤其当两个模型对同一缺陷给出不同框时。WBF 的代码在 ensemble-boxes 这个库里装完直接调。验证集成效果不能只看 mAP还得看单类召回。我一般会做一张对比表把单模型、TTA、集成的每类 AP 列出来看提升集中在哪。如果某一类怎么调都不涨多半是数据本身的问题——样本太少或标注质量差这时候回去补数据比调模型有用。从那以后我每次做完训练都强制走一遍「测试集单独评估 单类 AP 拆解 漏检样本可视化」这三步不看到具体漏在哪类、哪种尺度上绝不轻易说模型训好了。希望这套拆解能帮到你拿到资源包后先跑通数据统计和 anchor 聚类这两步后面的训练会顺很多。本文还有配套的精品资源点击获取