简介布匹缺陷数据集是一份面向纺织品质量控制场景的图像识别资源主要服务于计算机视觉、工业质检方向的开发者与研究人员目标是利用机器学习或深度学习模型自动定位和分类孔洞、色差、污渍、线条、起球、皱褶等常见布匹缺陷。资源共934个文件包含689张JPG图像和245个XML标注文件压缩包大小约927MBJPG样本源自实际产线环境XML标注记录了缺陷类别与边界位置可直接用于图像分类、目标检测等模型的训练与评估。已有858人学习下载适合需要实践工业质检自动化的中高级开发者参考。数据集文件组织清晰用户既可借助XML标签快速搭建基于CNN的检测流程也可开展数据预处理、迁移学习与超参调优并通过翻转、旋转、裁剪等数据增强手段提升模型泛化能力对研究布匹瑕疵识别和推动智能制造落地具有较强实用价值。1. 布匹缺陷数据集一个RAR压缩包背后的工业检测难题拿到一个名为“布匹缺陷数据集-dataset.rar”的压缩包很多人第一反应是赶紧解压、扔进训练脚本、等一个漂亮的mAP。实际我在工厂项目里碰到的场景完全相反解压只用了十分钟后续一周都在和数据格式、类别分布、标注噪声纠缠。这份数据集的核心价值不是“能跑通 YOLO”而是用真实布面图像帮你建立一套从原始样本到可训练数据集的完整处理链路。适合正在做工业视觉质检、布料纺织检测的工程师哪怕你之前只跑过 COCO 或 VOC 公开数据集也能在这份 RAR 里重新体会“真实业务数据到底有多脏”这件事。接下来我从解压开始一路讲到我踩过的坑和最终的快速验证方案。2. 从 RAR 到可训练目录解压与结构整理的完整流程2.1 为什么布匹缺陷数据集偏爱 RAR 格式布匹缺陷图像和普通分类数据集有一个明显区别原始图像分辨率很高常见的工业相机输出是 1200 万到 2000 万像素一张 6000×4000 的布面照片动辄十几 MB。一个包含几千张这样的图像、再加上标注文件的数据集压缩前的体积往往在 10GB 上下。RAR 在这种场景下比 ZIP 有更好的压缩率尤其是布面纹理这种重复度高的图像内容RAR 的 solid archive 模式能额外省出不少空间。因此很多数据集提供方习惯把整个目录打包成单个 RAR 交付这也是你看到“dataset.rar”而不是“dataset.zip”的原因。另一个原因是完整性。RAR 支持分卷、恢复记录和校验信息对通过网盘分享或移动硬盘拷贝的数据集来说分卷压缩能降低传输中断导致的整体损坏风险。数据集的标注文件往往很小但一张图坏了直接决定一个样本能不能用RAR 的恢复记录在某些情况下能帮你把损坏的文件头救回来。所以不要把 RAR 当成简单的“老式压缩包”它在这个场景里承担的是“交付物完整性保障”的角色。2.2 用命令行解压 dataset.rar先查看再动手我一般不做“双击解压到当前文件夹”这件事。拿到压缩包后先查看内容再决定解压方式。Windows 上很多人直接装一个 WinRAR 或者 2345 好压就双击了但在服务器或者 Linux 开发机上命令行才是可控的解压路径。第一步用unrar l列出压缩包内容确认里面有没有密码保护、目录层级长什么样、文件数量是否符合预期。# 查看压缩包内容不解压 unrar l 布匹缺陷数据集-dataset.rar # 如果系统没有 unrar先安装 sudo apt install unrar # Debian/Ubuntu # 或者用 7z 也可以 7z l 布匹缺陷数据集-dataset.rarl参数是 list 的意思只列出内容不释放文件。输出会包含文件路径、原始大小、压缩后大小和 CRC 校验值。这里重点看三件事第一路径里是否包含中文或空格这直接关系到后面加载器读不读得到文件第二文件数量是否和数据集说明一致差几个文件说明传输有问题第三有没有出现“Encrypted”标记如果每个文件都标记了加密就需要事先找提供方确认密码不要急着去试各种工具。确认内容没问题后执行解压# 完整解压并保留目录结构 unrar x 布匹缺陷数据集-dataset.rar /data/budding/ # 如果只想解压图像目录可以用通配符 unrar x 布匹缺陷数据集-dataset.rar *.jpg /data/budding/x是 extract with full path即保留压缩包内的目录层级。只解压某个子集时后面跟通配符路径。注意解压目标目录最好使用绝对路径避免相对路径在不同用户环境下产生歧义。2.3 中文文件名乱码解压工具的编码陷阱布匹缺陷数据集很多来自国内工厂或竞赛压缩包内文件名可能是 GBK 编码。Linux 默认 locale 是 UTF-8直接unrar x经常解出一堆“锟斤拷”式的乱码文件名后续的 Python 加载器根本找不到图像。这不是数据集坏了是编码不匹配。常见做法是用unar这个工具它会自动尝试识别压缩包内的文件名编码# 安装 unar sudo apt install unar # 自动识别编码并解压 unar -o /data/budding/ 布匹缺陷数据集-dataset.rar-o指定输出目录unar会自动检测 GBK 还是 UTF-8。如果你坚持用unrar可以先设置环境变量再解压export LANGzh_CN.GBK unrar x 布匹缺陷数据集-dataset.rar /data/budding/解压后立刻验证文件名是否正常用ls看一眼目录。如果发现乱码不要在文件系统层面一个个重命名正确做法是用 Python 脚本读取原始文件名再统一纠正映射关系。这个坑我在第 5 章还会详细展开这里你先知道“解压后必须看目录树”就够了。2.4 解压后的目录落地先画出数据集的真实结构解压完成后写一个快速脚本扫描整个目录树确认图像和标注是不是对齐的。很多布匹数据集标注文件放在单独的Annotations文件夹图像在JPEGImages还有的已经按train/val分好。你要先弄清楚真实结构再决定要不要做标准化。# 打印目录树限制层级为 3只看目录不看所有文件 tree -d -L 3 /data/budding/ # 统计图像文件数量 find /data/budding/ -name *.jpg | wc -l # 统计标注文件数量 find /data/budding/ -name *.txt | wc -l # 统计标注文件数量如果是XML格式 find /data/budding/ -name *.xml | wc -ltree -d -L 3里的-d表示只显示目录-L 3限制三级深度避免一次性输出几万个文件。图像数量和标注数量如果不一致不要急着训练先找出多出来或者缺失的那部分文件通常有._开头的 macOS 元数据文件或者损坏的空文件混在里面。3. 解析布匹缺陷标注从 RAR 里的标注文件到训练可用的标签3.1 布匹缺陷数据集里最常见的几种标注格式解压完成后下一步是搞清楚标注格式。公开的布匹缺陷数据集常用三种格式从国内竞赛到开源项目都有涉及我直接把它们放在一起对比。格式坐标表示典型文件后缀适用模型YOLO txt归一化的中心点宽高cx, cy, w, h.txtYOLOv5/v8、Ultralytics 系VOC XML绝对像素坐标xmin, ymin, xmax, ymax.xmlFaster R-CNN、SSD、MMDetectionCOCO JSON绝对像素坐标分割多边形.jsonDetectron2、MMDetection实际拿到的 dataset.rar 里最多见的是每个图像对应一个同名 txt 文件的 YOLO 格式或者一个总的 annotations.json。布匹缺陷类别通常包括破洞、脏污、色差、褶皱、经纬不良、接线头等但不同数据集命名差异很大有的直接用0 1 2数字类别有的用英文单词还有少数数据集根本没有类别标签只有一张图像对应一个“有缺陷/无缺陷”的二分类标记。这个阶段最关键的动作不是写训练代码而是写一个标注解析脚本把 RAR 里的标注文件变成你后续所有脚本统一使用的中间格式我建议统一成 Python 的 list of dict。import os def parse_yolo_txt(txt_path, img_w, img_h, class_namesNone): 解析YOLO格式标注文件 txt_path: 标注文件路径 img_w, img_h: 对应图像的宽和高像素 class_names: 类别名列表用于把索引转成名字 返回: list of dict每个dict是一个边界框 boxes [] with open(txt_path, r, encodingutf-8) as f: for line in f: line line.strip() if not line: continue parts line.split() # YOLO格式每一行: class_index cx cy w h if len(parts) 5: print(f警告: {txt_path} 中存在异常行: {line}) continue cls_idx int(parts[0]) cx, cy, w, h map(float, parts[1:5]) # 归一化坐标转像素坐标 xmin (cx - w / 2) * img_w ymin (cy - h / 2) * img_h xmax (cx w / 2) * img_w ymax (cy h / 2) * img_h boxes.append({ class: class_names[cls_idx] if class_names else cls_idx, bbox: [xmin, ymin, xmax, ymax] }) return boxes这段代码做的事情很基础但容易被忽略把归一化坐标还原成像素坐标。关键点是img_w和img_h必须从图像本身读取不能假设所有图都是同样尺寸。布匹缺陷数据集的图像在打包前可能经过裁剪或缩放标注的归一化坐标对应的是“当时那张图”的尺寸如果你用统一的宽高去还原必然出错。参数class_names是可选列表数据集如果只有数字类别你可以在这里做映射后续模型输出才能对应到中文缺陷名。3.2 可视化检查把标注框画到布面图像上解析出错最直接的发现方式是可视化。不要只看数字直接把标注框画到原图上一眼就能看出坐标有没有偏移、框的尺寸是否合理、是否多个框重叠严重。很多布匹图像纹理重复度高框偏了几个像素你单独看坐标文件根本察觉不到。import cv2 def visualize_boxes(image_path, boxes, save_pathNone): 把边界框画到图像上用于人工检查标注质量 img cv2.imread(image_path) if img is None: print(f无法读取图像: {image_path}) return for box in boxes: xmin, ymin, xmax, ymax [int(v) for v in box[bbox]] # 绘制矩形框 cv2.rectangle(img, (xmin, ymin), (xmax, ymax), (0, 0, 255), 2) # 在框上方绘制类别名 cv2.putText(img, str(box[class]), (xmin, max(ymin-5, 0)), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2) if save_path: cv2.imwrite(save_path, img) else: cv2.imshow(check, img) cv2.waitKey(0) cv2.destroyAllWindows()这个可视化函数把解析后的 box 列表直接画上去。cv2.rectangle和cv2.putText的参数不复杂但注意ymin-5做了max(..., 0)保护因为框贴在图像顶部时文字会超出图像范围导致报错。布匹缺陷数据集的图像如果来自流水线相机背景经常是白色或浅灰色框线颜色用红色对比度最高绿色文字不会被红色框干扰。3.3 清理无效标注越界框与空文件的处理布匹缺陷数据集的人工标注质量参差不齐我处理过的数据里至少有三类问题坐标越界框超出图像边界、零宽度/零高度框、标注文件为空。这些不清理训练时轻则损失函数跳变重则直接 NaN。写一个扫描脚本统计问题数量再决定手动修还是自动过滤。import cv2 def validate_boxes(txt_path, img_w, img_h): 检查标注文件是否有无效框返回问题列表 issues [] try: with open(txt_path, r, encodingutf-8) as f: lines [ln.strip() for ln in f if ln.strip()] except Exception as e: return [f文件无法读取: {e}] if not lines: return [标注文件为空] for idx, line in enumerate(lines): parts line.split() if len(parts) 5: issues.append(f第{idx1}行字段不足) continue cx, cy, w, h map(float, parts[1:5]) # 坐标负数 if cx 0 or cy 0 or w 0 or h 0: issues.append(f第{idx1}行坐标或宽高为负: cx{cx}, cy{cy}, w{w}, h{h}) # 归一化坐标超过合理范围 if cx 1 or cy 1 or w 1 or h 1: issues.append(f第{idx1}行归一化坐标越界: cx{cx}, cy{cy}) # 解码成像素再检查是否超出图像 xmin (cx - w / 2) * img_w ymin (cy - h / 2) * img_h xmax (cx w / 2) * img_w ymax (cy h / 2) * img_h if xmin -5 or ymin -5 or xmax img_w 5 or ymax img_h 5: issues.append(f第{idx1}行像素坐标越界: [{xmin:.1f}, {ymin:.1f}, {xmax:.1f}, {ymax:.1f}]) return issues这里故意把像素坐标的容差设为5像素因为有些标注工具会在边缘多画出几个像素属于可接受范围。但要小心如果你的训练管线里包含随机裁剪或 resize边缘的负值最终会让 GT 框在原图上不成立。我通常的做法是在数据加载器里直接过滤凡是解析后像素坐标越界超过 5 像素的框就丢弃而不是修改原始 txt 文件这样保留原始数据集不被破坏同时训练时不受影响。4. 训练前的数据检查与划分布匹缺陷数据集里的隐藏陷阱4.1 缺陷类别分布统计先知道每个类别有几张图很多布匹数据集的缺陷类别是长尾分布——破洞和脏污占了 80% 的标注色差和褶皱只有几十个框。如果你不统计直接开训模型会沉迷于预测大类缺陷小类别几乎学不到。统计分布必须按“图像张数”而不是“标注框个数”来做因为同一张图像里的多个同类框不算有效样本量。import os from collections import Counter def count_class_images(annotation_dir): 统计每个类别出现在多少张图像中 annotation_dir: 存放YOLO格式txt的目录 返回: Counter对象key是类别索引value是出现该类的图像数量 class_image_count Counter() for txt_name in os.listdir(annotation_dir): if not txt_name.endswith(.txt): continue txt_path os.path.join(annotation_dir, txt_name) classes_in_this_image set() with open(txt_path, r, encodingutf-8) as f: for line in f: parts line.strip().split() if len(parts) 1: classes_in_this_image.add(int(parts[0])) for cls in classes_in_this_image: class_image_count[cls] 1 return class_image_count # 使用示例 dist count_class_images(/data/budding/labels) for cls, cnt in sorted(dist.items()): print(f类别 {cls}: 出现在 {cnt} 张图像中)使用set()来去重同图像内重复类别是关键细节同一个缺陷在多张裁剪图里出现会让统计数字虚高。如果某个类别的图像数低于 50你要么放弃这个类别要么专门做扩充。布匹缺陷质检场景里工厂最关心的恰恰是那些罕见缺陷因为漏检一条色差布可能整卷布报废所以这个统计结果直接决定了你后面训练策略的重心。4.2 按图像做分层划分不要按标注行随机划分划分训练集和验证集时最容易犯的错误是把所有标注行混在一起随机切分。布匹数据集中同一张图像的多个缺陷高度相关——同一个纹理背景、同一个光照条件、甚至同一个缺陷源。如果同一张图像的框同时出现在训练集和验证集验证指标会虚高部署时才发现模型泛化能力很差。正确做法是图像级别的分组划分。先用一个字典把图像路径映射到它包含的所有类别然后用分层的GroupShuffleSplit保证每个类别在训练集和验证集里都有一定数量同时同一张图像的标注不会跨集合。from sklearn.model_selection import GroupShuffleSplit def split_dataset(image_paths, labels, groups, test_size0.2, random_state42): 按图像分组划分数据集 image_paths: 图像路径列表 labels: 每张图像对应的类别集合用于分层 groups: 分组标识这里直接用图像路径保证同一张图只进一个集合 gss GroupShuffleSplit(n_splits1, test_sizetest_size, random_staterandom_state) train_idx, val_idx next(gss.split(image_paths, labels, groups)) return train_idx, val_idxGroupShuffleSplit的三个核心参数n_splits划分几次test_size验证集比例random_state固定随机种子。labels是每张图像的主要类别用来做分层groups必须传图像路径确保同一张图的所有标注行在同一个集合。固定random_state非常重要否则每次跑代码划分结果都不一样模型复现时你会疯掉。4.3 罕见缺陷类别的扩充策略用数据增强模拟细微瑕疵类别统计做完如果确实有某个缺陷类别样本很少我有三类做法。首选是基础几何增强少量旋转、翻转、平移这类增强不会改变布匹缺陷的语义。其次是像素级增强用albumentations库的CoarseDropout可以模拟脏污和油渍缺损这很贴合布匹表面的实际缺陷形态。import albumentations as A # 针对布匹缺陷检测设计的增强组合 train_transform A.Compose([ A.RandomBrightnessContrast(brightness_limit0.15, contrast_limit0.1, p0.5), A.HueSaturationValue(hue_shift_limit5, sat_shift_limit10, val_shift_limit10, p0.3), A.CoarseDropout(max_holes8, max_height64, max_width64, fill_value255, p0.4), A.HorizontalFlip(p0.5), A.RandomRotate90(p0.2), ], bbox_paramsA.BboxParams(formatpascal_voc, label_fields[labels]))CoarseDropout的fill_value255表示填充白色模拟浅色布料上的污渍或缺损区域max_holes8控制最多生成几个随机矩形孔洞太大的话会破坏布面纹理的真实感。BboxParams(formatpascal_voc)告诉 albumentations 你的框是xmin, ymin, xmax, ymax格式它会在图像变换时自动同步坐标变换。这一步对布匹缺陷检测特别有效因为大量缺陷本来就表现为局部区域的纹理异常模拟出的 dropout 块可以提升模型对不规则缺陷的敏感度。但数据增强不是万能药当类别图像数低于 20 时增强再多也只是在小样本上反复过拟合。这种极端情况我建议改用“补样”策略从无缺陷图像中人工裁剪可能出缺陷的区域或者找到同批次的其他布匹图像重新标注。千万不要迷信增强能解决一切。5. 布匹缺陷数据集使用中常见的 5 个坑与排查5.1 解压报错“文件损坏”其实是下载不完整或压缩版本不一致现象执行unrar x时报Checksum error或Unexpected end of archive但压缩包在 Windows 上看起来文件名完整、体积也合理。原因八成是网盘下载时文件没有完整落盘或者压缩包被下载工具分块传输后合并出错。RAR 的校验值能检测出哪怕一个字节的损坏所以报错并非数据集本身问题。少数情况是压缩包为 RAR5 格式而你用的是老版本unrar比如 Ubuntu 自带的 unrar 版本偏低。解决先用unrar l -v查看分卷是否齐全再看压缩包文件大小是否与发布页一致。确认是 RAR5 格式就升级到rar官方工具或使用7z15 以上版本。网上有些所谓“修复工具”或密码移除工具不建议信任这类工具对 RAR5 基本无效还可能夹带恶意软件。正确的做法是回到数据来源重新下载或者请提供方重新打包并校验。5.2 中文文件名乱码导致数据加载器找不到图像现象解压后目录里看到一堆类似֯Ʒ_001.jpg的文件名或者 Python 的os.path.exists明明返回 True但用cv2.imread读取返回 None。原因Windows 下打包文件名用了 GBK 编码Linux 解压工具按 UTF-8 解码导致文件名与真实文件名不一致。os.path.exists返回 True 也没用因为 Python 字符串编码和 shell 看到的文件名对不上。解决不要手动重命名。写一个映射脚本用os.listdir读取乱码文件名再根据图像内容的哈希值对应回正常文件名。更省事的办法是重新解压时用unar并指定-e GBK解压后立刻验证。如果你已经解压完了可以用convmv工具批量转换文件名编码convmv -f GBK -t UTF-8 -r这个命令能重命名但要注意先执行不带--notest的预览。5.3 标注框越界导致训练损失直接变成 NaN现象训练进行到第二个 epoch 时loss 突然跳成nan之后无法恢复而且只在某个特定批次触发。原因数据集里存在坐标越界的标注框比如xmax超过了图像宽度或者cx接近 1 时w/2把xmin拉到了负数。模型输出的预测框在计算 IoU 时和无效的 GT 框产生零面积交集梯度爆炸。解决在第 3 章的validate_boxes函数基础上把它集成到数据集类的__getitem__里对每个样本过滤无效框。我习惯训练时动态过滤而不是直接修改原始标注文件因为有些框虽然越界但本身是正确的缺陷标注只是打包时图像尺寸记录错了。如果你能确定是图像尺寸记录错误就统一修正图像的读取方式而不是丢弃这些有效缺陷标注。5.4 随机划分造成的数据泄漏和类别缺失现象训练集 mAP 到了 0.88验证集只有 0.55换了随机种子还是这样人工看验证集却发现有些类别一张都没有。原因数据集中同一批次拍摄的布面图像背景高度相似随机划分时把同一批次的图像同时分到了训练集和验证集模型学到了“这个背景就是有缺陷”的捷径。更糟糕的是稀疏类别在随机划分中恰好全部落入训练集验证集里该类指标缺失看起来整体 mAP 很高实际小类没法用。解决改用第 4 章的GroupShuffleSplit按图像分组划分最好进一步按拍摄批次或卷号分组。如果你的数据集标注文件名里带有批次信息比如batch1_roll3_001.jpg这种命名用批次号作为groups参数而不是图像路径效果更好。验证集里每个类别至少保留 5 张图否则指标不可信。5.5 数据集只有二分类标签却硬套目标检测框架现象标注文件里没有边界框只有一行1表示“有缺陷”或0表示“无缺陷”你直接用目标检测训练脚本加载跑起来发现正样本框全是空的。原因部分布匹缺陷数据集尤其是一些竞赛脱敏版本只提供图像级别的分类标签不提供缺陷位置。目标检测模型需要针对每个缺陷实例的边界框监督信号没有框就没法算回归损失。解决先确认数据集是否有单独的位置标注文件夹没有的话不要硬套检测改成分类模型或者用“弱监督定位”方案训练一个分类网络后用 CAM类激活图生成伪框再迭代成检测模型。拿这类数据做训练时我建议先用分类模型跑通把注意力图可视化确认模型确实关注在缺陷位置再决定要不要升级到检测框架。二分类数据还能改造成 patch 级检测把大图切块每个 patch 按是否包含缺陷标 0/1这也是一种常见做法。6. 用最小 PyTorch 加载器验证布匹缺陷数据集从解压到可训练6.1 写一个最小 Dataset 类验证数据通路第 5 章的坑都排掉后最后一步是写一个最小加载器把图像和标注从目录里正式接进训练框架。这里不需要重型的 MMF 或 Detectron2一个标准torch.utils.data.Dataset就够了它的意义是验证前面所有解析逻辑在训练环境下能稳定工作。import torch import cv2 import os from torch.utils.data import Dataset class FabricDefectDataset(Dataset): 布匹缺陷数据集的最小加载器 image_dir: 图像目录 label_dir: 标注目录YOLO txt格式 transform: albumentations增强管线默认None def __init__(self, image_dir, label_dir, transformNone): self.image_dir image_dir self.label_dir label_dir self.transform transform self.images [f for f in os.listdir(image_dir) if f.lower().endswith((.jpg, .png, .jpeg))] def __len__(self): return len(self.images) def __getitem__(self, idx): img_name self.images[idx] img_path os.path.join(self.image_dir, img_name) # 标注文件名与图像文件同名但后缀是 .txt label_path os.path.join(self.label_dir, os.path.splitext(img_name)[0] .txt) img cv2.imread(img_path) img cv2.cvtColor(img, cv2.COLOR_BGR2RGB) h, w, _ img.shape boxes [] labels [] if os.path.exists(label_path): with open(label_path, r, encodingutf-8) as f: for line in f: parts line.strip().split() if len(parts) 5: continue cls_id int(parts[0]) cx, cy, bw, bh map(float, parts[1:5]) xmin (cx - bw / 2) * w ymin (cy - bh / 2) * h xmax (cx bw / 2) * w ymax (cy bh / 2) * h # 过滤明显越界的框 if xmax 0 or ymax 0 or xmin w or ymin h: continue boxes.append([xmin, ymin, xmax, ymax]) labels.append(cls_id) result {image: img, boxes: torch.tensor(boxes, dtypetorch.float32), labels: torch.tensor(labels, dtypetorch.int64)} if self.transform: transformed self.transform(imageimg, bboxesboxes, labelslabels) result[image] transformed[image] result[boxes] torch.tensor(transformed[bboxes], dtypetorch.float32) result[labels] torch.tensor(transformed[labels], dtypetorch.int64) return result这个类里最容易出问题的位置是标注文件命名匹配os.path.splitext(img_name)[0]得到不含后缀的文件名再拼上.txt。如果数据集里标注文件前缀和图像不一致这里会静默地跳过所有标注训练出来的模型等于没监督信号。所以拿到数据集后先随机抽 5 张图打印出图像路径和标注路径确认能对上再开始训练。6.2 快速训练验证batch_size、lr 与 epoch 的基准参数跑通加载器后用一个简单检测模型做快速验证。以 YOLOv5 或 Faster R-CNN 这类有预训练权重的模型为例不要从零训练加载 COCO 预训练权重微调布匹缺陷和自然图像的底层特征有共通性收敛会快很多。我习惯先跑一组最小参数验证代码链路参数推荐值说明batch_size16布匹图像分辨率高显存不够就降到 8learning_rate1e-4预训练权重微调用这个值从头训练用 1e-3epochs30快速验证 30 轮验证集 mAP 能看出趋势即可image_size640×640按原图等比缩放别强制拉伸优化器AdamW权重衰减设为 5e-2比 SGD 省心训练完看一眼每个类别的 mAP不要只看整体指标。布匹缺陷场景里破洞和脏污这类高频缺陷 mAP 到 0.7 以上不难但色差和褶皱如果 mAP 低于 0.3说明样本量不够或者标注噪声太大回到第 4 章重新做扩充和清理。我自己第一次拿布匹缺陷数据集时花了大半天研究 RAR 解压和目录结构却忘了先看类别分布结果训练出来的模型几乎只认识背景。后来养成的习惯是固定三件事先解压并核对文件数再统计类别分布最后才调训练参数。这套流程跑顺后一个新到的布匹数据集从解压到出第一版验证指标一般半天内能完成。希望帮到你。本文还有配套的精品资源点击获取