齿轮缺陷检测系统（YOLOv8/YOLOv11） 齿轮缺陷检测YOLO数据集 如何构建基于深度学习YOLOV8齿轮缺陷检测系统

发布时间：2026/10/28 3:13:35

齿轮缺陷检测系统（YOLOv8/YOLOv11） 齿轮缺陷检测YOLO数据集 如何构建基于深度学习YOLOV8齿轮缺陷检测系统
工业-齿轮缺陷检测系统YOLO带数据集模型948张 3类【标注好的齿轮缺陷检测YOLO数据集】共【948】张按照8比2划分为训练集和验证集其中训练集【758】张验证集【190】张模型分为【3】类分类为【‘生锈’, ‘完好’, ‘缺损’】【齿轮缺陷检测YOLO模型】训练结果图片见下图【齿轮检测系统】支持单张/多张图片检测、视频检测、检测结果、检测统计、数据导出齿轮缺陷检测系统YOLOv8/YOLOv11一、项目与数据集信息表项目详情说明系统名称齿轮缺陷智能检测系统技术框架后端Python PyQt Ultralytics YOLO前端PyQt界面核心功能单张/批量图片检测、视频/摄像头实时检测、检测结果可视化、检测统计、JSON/CSV数据导出数据集规模共 948 张齿轮图像数据集划分训练集758 张约80%验证集190 张约20%标注格式YOLO 标准格式目标类别3类0: 生锈1: 完好2: 缺损模型指标训练完成后mAP50 可达 0.98模型收敛良好应用场景工业生产线齿轮质检、设备预防性维护、高校毕设/课程项目、缺陷检测算法验证二、数据集目录结构gear_dataset/ ├── images/ │ ├── train/ # 758 张训练图片 │ └── val/ # 190 张验证图片 ├── labels/ │ ├── train/ # 对应YOLO格式标注txt文件 │ └── val/ └── gear.yaml # 数据集配置文件三、数据集配置文件gear.yamlpath:./gear_datasettrain:images/trainval:images/valnc:3names:0:生锈1:完好2:缺损四、YOLO训练代码Ultralytics1. 环境依赖pipinstallultralytics opencv-python numpy2. 训练主代码train_gear.pyfromultralyticsimportYOLOdefmain():# 加载预训练模型YOLOv8s/YOLOv11smodelYOLO(yolov8s.pt)# 开始训练resultsmodel.train(data./gear_dataset/gear.yaml,epochs100,imgsz640,batch16,device0,# 有GPU写0无GPU写cpuworkers4,patience15,# 早停机制projectruns/train,namegear_defect,exist_okTrue,pretrainedTrue,mosaic1.0)print(训练完成模型保存在 runs/train/gear_defect/weights/)# 在验证集上评估模型metricsmodel.val()print(fmAP50:{metrics.box.map50:.4f})print(fmAP50-95:{metrics.box.map:.4f})if__name____main__:main()五、PyQt检测系统核心代码界面推理importsysimportcv2importjsonimportcsvfromPyQt5.QtWidgetsimport*fromPyQt5.QtCoreimport*fromPyQt5.QtGuiimport*fromultralyticsimportYOLOclassGearDefectDetector(QMainWindow):def__init__(self):super().__init__()self.setWindowTitle(齿轮缺陷智能检测系统)self.setGeometry(100,100,1200,800)self.modelNoneself.results[]self.initUI()definitUI(self):# 左侧控制面板left_widgetQWidget()left_layoutQVBoxLayout(left_widget)# 模型设置self.conf_spinQDoubleSpinBox()self.conf_spin.setRange(0.1,1.0)self.conf_spin.setValue(0.7)left_layout.addWidget(QLabel(置信度阈值:))left_layout.addWidget(self.conf_spin)# 按钮self.btn_select_imgQPushButton(选择单张图像)self.btn_detectQPushButton(开始检测)self.btn_export_jsonQPushButton(导出为JSON)self.btn_export_csvQPushButton(导出为CSV)self.btn_select_img.clicked.connect(self.select_image)self.btn_detect.clicked.connect(self.run_detection)self.btn_export_json.clicked.connect(self.export_json)self.btn_export_csv.clicked.connect(self.export_csv)left_layout.addWidget(self.btn_select_img)left_layout.addWidget(self.btn_detect)left_layout.addWidget(self.btn_export_json)left_layout.addWidget(self.btn_export_csv)# 统计信息self.stat_labelQLabel(检测统计:\n生锈: 0\n完好: 0\n缺损: 0\n总计: 0)left_layout.addWidget(self.stat_label)# 右侧图像显示self.image_labelQLabel(图像显示区域)self.image_label.setAlignment(Qt.AlignCenter)# 主布局main_layoutQHBoxLayout()main_layout.addWidget(left_widget,1)main_layout.addWidget(self.image_label,3)central_widgetQWidget()central_widget.setLayout(main_layout)self.setCentralWidget(central_widget)# 加载模型self.modelYOLO(runs/train/gear_defect/weights/best.pt)defselect_image(self):path,_QFileDialog.getOpenFileName(self,选择图像,,Images (*.png *.jpg *.jpeg))ifpath:self.img_pathpath self.image_label.setPixmap(QPixmap(path).scaled(self.image_label.size(),Qt.KeepAspectRatio))defrun_detection(self):ifnothasattr(self,img_path):returnconfself.conf_spin.value()resultsself.model.predict(self.img_path,confconf,saveFalse)self.resultsresults[0].boxes self.update_statistics()self.draw_result()defdraw_result(self):imgcv2.imread(self.img_path)forboxinself.results:x1,y1,x2,y2map(int,box.xyxy[0])clsint(box.cls[0])conffloat(box.conf[0])label[生锈,完好,缺损][cls]color(0,0,255)ifcls0else(0,255,0)ifcls1else(255,0,0)cv2.rectangle(img,(x1,y1),(x2,y2),color,2)cv2.putText(img,f{label}:{conf:.2f},(x1,y1-10),cv2.FONT_HERSHEY_SIMPLEX,0.8,color,2)img_rgbcv2.cvtColor(img,cv2.COLOR_BGR2RGB)h,w,cimg_rgb.shape bytes_per_linec*w qimgQImage(img_rgb.data,w,h,bytes_per_line,QImage.Format_RGB888)self.image_label.setPixmap(QPixmap.fromImage(qimg).scaled(self.image_label.size(),Qt.KeepAspectRatio))defupdate_statistics(self):counts[0,0,0]forboxinself.results:clsint(box.cls[0])counts[cls]1self.stat_label.setText(f检测统计:\n生锈:{counts[0]}\n完好:{counts[1]}\n缺损:{counts[2]}\n总计:{len(self.results)})defexport_json(self):ifnotself.results:returndata[]forboxinself.results:data.append({class:[生锈,完好,缺损][int(box.cls[0])],confidence:float(box.conf[0]),bbox:list(map(int,box.xyxy[0].tolist()))})withopen(detection_result.json,w,encodingutf-8)asf:json.dump(data,f,ensure_asciiFalse,indent4)defexport_csv(self):ifnotself.results:returnwithopen(detection_result.csv,w,newline,encodingutf-8)asf:writercsv.writer(f)writer.writerow([class,confidence,x1,y1,x2,y2])forboxinself.results:x1,y1,x2,y2map(int,box.xyxy[0])writer.writerow([[生锈,完好,缺损][int(box.cls[0])],float(box.conf[0]),x1,y1,x2,y2])if__name____main__:appQApplication(sys.argv)windowGearDefectDetector()window.show()sys.exit(app.exec_())六、应用场景场景具体用途工业自动化质检齿轮生产线中自动识别生锈、缺损等缺陷替代人工检测提高效率设备预防性维护对在用设备的齿轮进行定期检测提前发现缺陷避免故障高校毕设/课程项目计算机视觉、深度学习课程的目标检测实战项目缺陷检测算法验证用于测试和对比不同YOLO模型在工业缺陷检测任务上的性能关键标签#YOLO#齿轮缺陷检测#工业质检#目标检测#PyQt#Python#数据集#毕业设计#智能检测#缺陷识别

相关新闻

终极免费GTA5辅助工具YimMenu：26层安全防护与游戏体验全面增强

终极免费GTA5辅助工具YimMenu：26层安全防护与游戏体验全面增强

终极免费GTA5辅助工具YimMenu：26层安全防护与游戏体验全面增强 【免费下载链接】YimMenu YimMenu, a GTA V menu protecting against a wide ranges of the public crashes and improving the overall experience. 项目地址: https://gitcode.com/GitHub_Trending…

2026/10/24 5:43:51 阅读更多 →
AI内容发布时间窗口优化：用LSTM预测用户活跃峰谷，点击率提升2.8倍（实测A/B测试数据公开）

AI内容发布时间窗口优化：用LSTM预测用户活跃峰谷，点击率提升2.8倍（实测A/B测试数据公开）

更多请点击： https://kaifayun.com 第一章：AI社交媒体自动发布 AI驱动的社交媒体自动发布系统正重塑内容运营效率边界。它融合自然语言生成（NLG）、多模态理解与平台API集成能力，实现从文案创作、配图生成到定时分发的…

2026/10/27 23:16:49 阅读更多 →
2026旅游票务小程序开发十大公司测评：门票、预约与现场核销怎么选？含零代码SAAS、AI编程、源码定制交付

2026旅游票务小程序开发十大公司测评：门票、预约与现场核销怎么选？含零代码SAAS、AI编程、源码定制交付

2026旅游票务小程序开发十大公司测评：门票、预约与现场核销怎么选？ 前言 景区、乐园、展馆和文旅项目的小程序，需要处理门票、票种、日期库存、预约、电子票、核销、导览、商城和游客会员。2026年选择开发公司时，应重点考察高峰…

2026/10/25 18:35:35 阅读更多 →

最新新闻

Electron桌面应用开发实战：从环境搭建到打包发布全流程

Electron桌面应用开发实战：从环境搭建到打包发布全流程

做前端这些年，我大部分时间都在跟浏览器标签页打交道，直到第一次把桌面应用跑起来，才发现原来自己一直被限制在地址栏和刷新按钮围起来的框框里。Electron这个词，最开始是在某段时间频繁出现在同事的讨论里，一个用HTML…

2026/10/27 17:33:32 阅读更多 →
滑盖智能锁T109深度解析：结构原理、安装调试与故障排查

滑盖智能锁T109深度解析：结构原理、安装调试与故障排查

简介：亚太天能T109滑盖智能锁产品说明书是一份PDF格式的官方技术文档，主要面向智能锁安装人员、终端用户及售后维护者，帮助快速掌握产品安装、配置与常见故障处理。全包仅1个PDF文件，大小4.37MB，内容结构清晰&#xff…

2026/10/27 4:06:49 阅读更多 →
PMSM弱磁控制原理与Simulink建模：高速AGV驱动系统设计指南

PMSM弱磁控制原理与Simulink建模：高速AGV驱动系统设计指南

上个月我在调试一台高速AGV的驱动系统，整车要求空载跑到8m/s，电机转速已经拉到额定点，驱动器的输出电压也顶到了母线电压极限附近。再往上踩速度指令，转速纹丝不动，三相电流反而开始震荡。那会儿我的第一反应就是&…

2026/10/27 7:21:53 阅读更多 →
C++核心知识点：从内存管理到STL的实战指南

C++核心知识点：从内存管理到STL的实战指南

C 这门语言我前前后后折腾了十几年，用它写过嵌入式驱动、做过游戏服务端，也搭过基础组件库。每次看到新人一头扎进"C 核心知识点"这个搜索词，我其实挺感慨的——这门语言的难点从来不是语法多，而是知识点之间的耦合太深…

2026/10/27 18:20:50 阅读更多 →
T109滑盖智能锁怎么装？安装调试与故障排查全攻略

T109滑盖智能锁怎么装？安装调试与故障排查全攻略

简介：亚太天能T109滑盖智能锁产品说明书以PDF格式发布，适合智能锁用户、安装人员与售后维修人员阅读。内容围绕T109系列指纹密码刷卡锁展开，先介绍前面板、后面板、锁体、机械钥匙、电池盒盖等部件名称与功能，再给出完整安装步骤&…

2026/10/27 6:20:47 阅读更多 →
LLM知识降熵：从信息垄断到理解权下放

LLM知识降熵：从信息垄断到理解权下放

你有没有过这种经历：翻开源码注释、论文摘要或者一份专业报告，每个字都认识，连在一起却像天书。想找人聊聊，身边要么没人懂，要么懂的懒得跟你解释。后来我试着把同一段内容丢给一个大语言模型，几秒钟之后&a…

2026/10/27 4:06:50 阅读更多 →

日新闻

周新闻

月新闻

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p（:empty 仍占 20px），一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/27 13:55:19 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p（:empty 仍占 20px），一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/27 7:21:50 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p（:empty 仍占 20px），一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/27 19:19:37 阅读更多 →