简介：这份钢铁表面缺陷检测图像数据集面向从事机器视觉、工业质检与深度学习缺陷识别的研究人员和工程师，提供1800张带标签的钢铁表面图像，覆盖裂纹、锈蚀、凹坑、划痕等典型缺陷类型，可用于训练与验证分类、检测模型，评估精度、召回率与F1分数等指标。压缩包共2000个文件，以1800张jpg图像为主体，配套1400个xml标注文件与1404个txt标签说明，另有data、names等配置文件，整体约26.81MB，目录结构清晰，便于按训练集、验证集与测试集划分使用。目前已有2450人学习下载。数据集标签准确、样本多样，可直接用于监督学习流程，帮助读者快速搭建缺陷检测实验、复现算法对比结果，并针对实际产线场景优化模型，减少人工检测成本与误差。1. 钢铁表面缺陷检测图像数据集：1800 张带标签图到底能跑出什么结果产线上刚下来的钢卷，表面一道细如发丝的划痕，人眼在强反光下盯十分钟就花了。很多做工业质检的团队第一反应是买相机、搭光源，却忽略了最卡脖子的一环——带标签的缺陷图像。钢铁表面缺陷检测图像数据集（1800 张图像，含标签）这类资源，解决的正是"模型没见过缺陷长什么样"的问题。它适合三类人：想快速验证检测算法可行性的算法工程师、需要给产线做 PoC 的视觉团队、以及拿它当课程设计或论文基线的高校研究者。1800 张不算多，但胜在类别明确、标注齐全，足够把一条从数据清洗到推理部署的链路完整跑通。下面我按自己踩过的顺序，把这条路讲清楚。2. 先搞懂钢铁缺陷的六类典型形态与标注格式拿到数据集别急着喂模型，先花半小时把图像和标签翻一遍。钢铁表面缺陷的形态差异极大，直接决定了你后面选什么检测框架、怎么设 anchor。2.1 六类高频缺陷的视觉特征工业场景里最常见的钢铁表面缺陷大致是这几类：裂纹呈细长、走向不规则的暗线，对比度低，容易被氧化皮干扰；夹杂是轧制过程中嵌入的异物，形状块状、边缘模糊；划痕是平行或交叉的亮线，方向性强；麻点是密集的小凹坑，尺度极小；氧化皮压入呈片状暗斑；结疤是凸起的金属瘤，边缘有阴影。这六类的尺度跨度可能从几个像素到几百像素，这就是为什么单尺度检测网络往往翻车。标注格式上，常见做法是两种：PASCAL VOC 的 XML（存 bbox 的 xmin/ymin/xmax/ymax）和 YOLO 的 txt（存归一化的 cx/cy/w/h）。你拿到的数据集如果是 XML，训练前必须转格式，这一步后面会给脚本。2.2 标签质量自检：三个必看的统计量在写任何训练代码前，我一般先跑一段统计脚本，看三件事：每类缺陷的实例数是否均衡、bbox 的宽高比分布、以及有没有越界或零面积的脏框。下面这段代码直接读 VOC 格式的标注目录做体检。import os import xml.etree.ElementTree as ET from collections import Counter def audit_voc(anno_dir): cls_counter = Counter() bad_boxes = [] ratios = [] for xml_file in os.listdir(anno_dir): if not xml_file.endswith('.xml'): continue tree = ET.parse(os.path.join(anno_dir, xml_file)) root = tree.getroot() size = root.find('size') W = int(size.find('width').text) H = int(size.find('height').text) for obj in root.findall('object'): name = obj.find('name').text cls_counter[name] += 1 bbox = obj.find('bndbox') xmin = float(bbox.find('xmin').text) ymin = float(bbox.find('ymin').text) xmax = float(bbox.find('xmax').text) ymax = float(bbox.find('ymax').text) w, h = xmax - xmin, ymax - ymin # 脏框判定：零面积或越界 if w <= 1 or h <= 1 or xmin < 0 or ymin < 0 or xmax > W or ymax > H: bad_boxes.append((xml_file, name)) ratios.append(round(w / h, 2)) print("类别分布:", dict(cls_counter)) print("脏框数量:", len(bad_boxes)) print("宽高比样本:", ratios[:20]) audit_voc('./annotations')逻辑说明：遍历每个 XML，累计类别计数，同时计算每个 bbox 的宽高。参数上，w <= 1 or h <= 1用来抓零面积框，越界判断用图像宽高做边界。跑完你会得到两个关键信号——如果某类实例数只有个位数，训练时几乎必然欠拟合，得靠数据增强补；如果脏框超过 5%，说明标注环节有问题，要么手动修要么直接剔除这些样本，别指望模型自己扛过去。提示：宽高比分布直接指导 anchor 设计。如果划痕类普遍是 8:1 以上的细长框，而你用默认的 1:1、2:1 anchor，召回率会很难看。3. 从 VOC 到 YOLO：转换脚本与四个边界坑格式转换看着简单，实际是翻车高发区。我见过太多人转完格式训练 loss 不降，最后发现是坐标归一化算错了。3.1 转换脚本：归一化坐标的正确写法YOLO 格式要求 cx、cy、w、h 全部除以图像宽高归一化到 0~1。注意 cx、cy 是框中心，不是左上角。import os import xml.etree.ElementTree as ET def voc_to_yolo(anno_dir, out_dir, classes): os.makedirs(out_dir, exist_ok=True) for xml_file in os.listdir(anno_dir): if not xml_file.endswith('.xml'): continue tree = ET.parse(os.path.join(anno_dir, xml_file)) root = tree.getroot() size = root.find('size') W = int(size.find('width').text) H = int(size.find('height').text) lines = [] for obj in root.findall('object'): name = obj.find('name').text if name not in classes: continue cls_id = classes.index(name) bbox = obj.find('bndbox') xmin = float(bbox.find('xmin').text) ymin = float(bbox.find('ymin').text) xmax = float(bbox.find('xmax').text) ymax = float(bbox.find('ymax').text) # 中心点 + 宽高，全部归一化 cx = (xmin + xmax) / 2.0 / W cy = (ymin + ymax) / 2.0 / H w = (xmax - xmin) / W h = (ymax - ymin) / H lines.append(f"{cls_id} {cx:.6f} {cy:.6f} {w:.6f} {h:.6f}") out_name = xml_file.replace('.xml', '.txt') with open(os.path.join(out_dir, out_name), 'w') as f: f.write('\n'.join(lines)) classes = ['crack', 'inclusion', 'scratch', 'pitted', 'scale', 'scar'] voc_to_yolo('./annotations', './labels', classes)逻辑说明：classes列表的顺序就是类别 id 的映射，必须和后面训练时的 data.yaml 完全一致，顺序错了模型学到的就是错标签。归一化用.6f保留六位小数，足够精度。参数上唯一要改的是classes内容，按你数据集实际的类别名填。3.2 四个边界坑：坐标越界、类别错位、空标签、文件名不匹配坑一，坐标越界。有些标注的 xmax 会等于甚至略大于图像宽度，归一化后 w 可能超过 1，YOLO 训练时会报错或静默裁剪。解决：转换时加cx = min(max(cx, 0), 1)之类的钳制。坑二，类别错位。VOC 里类别名大小写不一致，比如 "Crack" 和 "crack" 被当成两类。解决：转换前统一转小写并做映射表。坑三，空标签。有些图确实没有缺陷（负样本），转换后生成空 txt。这本身没错，但如果你用某些框架，空文件会被当成损坏样本跳过。解决：确认框架是否支持背景图，不支持就单独放一个目录。坑四，文件名不匹配。图像是img_001.jpg，标注是img_001.xml，转换后是img_001.txt，但训练时框架按图像名找标签，一旦有张图没对应标签就会报 "label not found"。解决：转换后写个校验脚本，比对图像目录和标签目录的文件名集合差集。注意：转换完别直接开训，先随机抽 10 张用可视化脚本把框画回图上，肉眼确认框位置对得上。这一步能省掉你后面几小时的 debug。4. 训练参数怎么设：小数据集下的防过拟合策略1800 张图在深度学习里属于小数据集，直接上大模型必然过拟合。核心思路是：小模型 + 强增强 + 早停。4.1 模型选型与输入尺寸检测框架上，YOLO 系列对小数据集相对友好，因为它的 anchor 机制和增强策略成熟。模型规模建议选 nano 或 small 级别，参数量控制在几百万，别一上来就上 large。输入尺寸我一般设 640，如果缺陷普遍很小（比如麻点），可以提到 1024，但显存和速度要权衡。下面是一份典型的训练配置。# data.yaml path: ./dataset train: images/train val: images/val nc: 6 names: ['crack', 'inclusion', 'scratch', 'pitted', 'scale', 'scar']# 训练命令（以常见 YOLO 框架为例） yolo detect train \ data=data.yaml \ model=yolov8s.pt \ epochs=150 \ imgsz=640 \ batch=16 \ patience=30 \ lr0=0.01 \ lrf=0.01 \ mosaic=1.0 \ mixup=0.1 \ hsv_h=0.015 \ hsv_s=0.7 \ hsv_v=0.4 \ degrees=10.0 \ translate=0.1 \ scale=0.5 \ fliplr=0.5逻辑说明：patience=30是早停，验证集 30 轮不提升就停，防止过拟合。mosaic=1.0开启马赛克增强，把四张图拼一张，对小数据集特别有效。mixup=0.1做图像混合，进一步增加样本多样性。HSV 三个参数是颜色抖动，钢铁图像光照变化大，这个增强很关键。degrees=10做小角度旋转，因为产线相机角度基本固定，旋转太大会引入不真实的样本。参数怎么调：如果训练 loss 一直降但验证 loss 上升，说明过拟合，加大weight_decay或降低模型规模；如果两个 loss 都不降，说明欠拟合，检查标签格式或提高lr0。4.2 数据划分与类别均衡1800 张按 8:1:1 划分训练/验证/测试，即 1440/180/180。划分时要注意同一批次的图不能跨集，否则验证集泄漏，指标虚高。如果某类缺陷样本特别少，用过采样或针对性增强（比如对划痕类多做旋转）。import os, random, shutil def split_dataset(img_dir, label_dir, out_root, ratios=(0.8, 0.1, 0.1)): imgs = sorted([f for f in os.listdir(img_dir) if f.endswith('.jpg')]) random.seed(42) random.shuffle(imgs) n = len(imgs) n_train = int(n * ratios[0]) n_val = int(n * ratios[1]) splits = { 'train': imgs[:n_train], 'val': imgs[n_train:n_train + n_val], 'test': imgs[n_train + n_val:] } for split, files in splits.items(): os.makedirs(f"{out_root}/images/{split}", exist_ok=True) os.makedirs(f"{out_root}/labels/{split}", exist_ok=True) for f in files: shutil.copy(os.path.join(img_dir, f), f"{out_root}/images/{split}/{f}") lbl = f.replace('.jpg', '.txt') src_lbl = os.path.join(label_dir, lbl) if os.path.exists(src_lbl): shutil.copy(src_lbl, f"{out_root}/labels/{split}/{lbl}") split_dataset('./images', './labels', './dataset')逻辑说明：random.seed(42)固定随机种子，保证划分可复现。参数ratios控制三集比例。注意这里按图像名找标签，如果标签缺失就跳过，所以前面说的文件名校验很重要。5. 避坑与排查：训练不收敛、指标虚高、推理漏检这一章是我踩过的血泪经验，按「现象 → 原因 → 解决」写，你对照着排查。现象一：训练 loss 从第一轮就不降，一直在高位震荡。原因通常是标签格式错误，比如坐标没归一化、类别 id 从 1 开始（YOLO 要求从 0 开始）、或者 txt 里用了逗号分隔。解决：打开一个标签文件肉眼核对，确认是cls cx cy w h空格分隔、值在 0~1 之间、类别从 0 起。现象二：验证集 mAP 高得离谱，测试集一塌糊涂。原因是数据泄漏，同一张图或同一批次的图同时出现在训练和验证集。解决：划分前按图像的文件名前缀或采集批次分组，确保同组只进一个集。现象三：模型在验证集上表现好，实际推理时大量漏检小目标。原因是输入尺寸太小，小缺陷被下采样没了。解决：提高imgsz到 1024，或者在网络里加 P2 小目标检测层。代价是速度下降，要权衡。现象四：训练中途 loss 突然变 NaN。原因多半是学习率太大或某个 batch 里有脏框（宽高为 0）。解决：降低lr0到 0.001，同时用前面的体检脚本清掉脏框。现象五：推理时框重叠严重，同一个缺陷出好几个框。原因是 NMS 的 IoU 阈值设太高。解决：把推理时的iou参数从默认 0.7 降到 0.45 左右，具体值在验证集上试。提示：排查顺序永远是先看数据、再看标签、最后看模型。90% 的"模型不收敛"其实是数据或标签问题。6. 进阶技巧：用 TTA 和切片推理把 mAP 再抬几个点基础训练跑通后，想再榨出几个点，有两个技巧性价比最高：测试时增强（TTA）和切片推理。TTA 的思路是推理时对同一张图做多种变换（水平翻转、多尺度），把结果融合。对钢铁缺陷这种方向性强的场景，水平翻转 TTA 通常能涨 1~2 个点。切片推理（SAHI 那类思路）是把大图切成重叠的小块分别检测再合并，专门治小目标漏检。钢铁图像如果是高分辨率相机拍的，缺陷在原图里可能只占几十像素，整图缩放到 640 后直接消失，切片推理能救回来。验证方法上，别只看 mAP 一个数。我一般会分类别看 AP，如果某一类特别低，单独把它的验证样本抽出来可视化，看是漏检还是误检。漏检多就查 anchor 和输入尺寸，误检多就查负样本够不够、NMS 阈值合不合理。一个具体技巧：把验证集里所有预测框和真值框画在同一张图上，用不同颜色区分，肉眼扫一遍。这比看数字直观得多，往往一眼就能发现系统性问题，比如所有框都偏右下几个像素——那可能是标注时的坐标偏移。最后说个我自己的习惯：每次改完参数或增强策略，先跑 20 个 epoch 看趋势，别一上来就 150 轮。小数据集上，前 20 轮的 loss 曲线基本能告诉你这个方向对不对。省下来的时间够你多试三组配置。希望帮到你。本文还有配套的精品资源，点击获取
简介：这份钢铁表面缺陷检测图像数据集面向从事机器视觉、工业质检与深度学习缺陷识别的研究人员和工程师，提供1800张带标签的钢铁表面图像，覆盖裂纹、锈蚀、凹坑、划痕等典型缺陷类型，可用于训练与验证分类、检测模型，评估精度、召回率与F1分数等指标。压缩包共2000个文件，以1800张jpg图像为主体，配套1400个xml标注文件与1404个txt标签说明，另有data、names等配置文件，整体约26.81MB，目录结构清晰，便于按训练集、验证集与测试集划分使用。目前已有2450人学习下载。数据集标签准确、样本多样，可直接用于监督学习流程，帮助读者快速搭建缺陷检测实验、复现算法对比结果，并针对实际产线场景优化模型，减少人工检测成本与误差。1. 钢铁表面缺陷检测图像数据集：1800 张带标签图到底能跑出什么结果产线上刚下来的钢卷，表面一道细如发丝的划痕，人眼在强反光下盯十分钟就花了。很多做工业质检的团队第一反应是买相机、搭光源，却忽略了最卡脖子的一环——带标签的缺陷图像。钢铁表面缺陷检测图像数据集（1800 张图像，含标签）这类资源，解决的正是"模型没见过缺陷长什么样"的问题。它适合三类人：想快速验证检测算法可行性的算法工程师、需要给产线做 PoC 的视觉团队、以及拿它当课程设计或论文基线的高校研究者。1800 张不算多，但胜在类别明确、标注齐全，足够把一条从数据清洗到推理部署的链路完整跑通。下面我按自己踩过的顺序，把这条路讲清楚。2. 先搞懂钢铁缺陷的六类典型形态与标注格式拿到数据集别急着喂模型，先花半小时把图像和标签翻一遍。钢铁表面缺陷的形态差异极大，直接决定了你后面选什么检测框架、怎么设 anchor。2.1 六类高频缺陷的视觉特征工业场景里最常见的钢铁表面缺陷大致是这几类：裂纹呈细长、走向不规则的暗线，对比度低，容易被氧化皮干扰；夹杂是轧制过程中嵌入的异物，形状块状、边缘模糊；划痕是平行或交叉的亮线，方向性强；麻点是密集的小凹坑，尺度极小；氧化皮压入呈片状暗斑；结疤是凸起的金属瘤，边缘有阴影。这六类的尺度跨度可能从几个像素到几百像素，这就是为什么单尺度检测网络往往翻车。标注格式上，常见做法是两种：PASCAL VOC 的 XML（存 bbox 的 xmin/ymin/xmax/ymax）和 YOLO 的 txt（存归一化的 cx/cy/w/h）。你拿到的数据集如果是 XML，训练前必须转格式，这一步后面会给脚本。2.2 标签质量自检：三个必看的统计量在写任何训练代码前，我一般先跑一段统计脚本，看三件事：每类缺陷的实例数是否均衡、bbox 的宽高比分布、以及有没有越界或零面积的脏框。下面这段代码直接读 VOC 格式的标注目录做体检。import os import xml.etree.ElementTree as ET from collections import Counter def audit_voc(anno_dir): cls_counter = Counter() bad_boxes = [] ratios = [] for xml_file in os.listdir(anno_dir): if not xml_file.endswith('.xml'): continue tree = ET.parse(os.path.join(anno_dir, xml_file)) root = tree.getroot() size = root.find('size') W = int(size.find('width').text) H = int(size.find('height').text) for obj in root.findall('object'): name = obj.find('name').text cls_counter[name] += 1 bbox = obj.find('bndbox') xmin = float(bbox.find('xmin').text) ymin = float(bbox.find('ymin').text) xmax = float(bbox.find('xmax').text) ymax = float(bbox.find('ymax').text) w, h = xmax - xmin, ymax - ymin # 脏框判定：零面积或越界 if w <= 1 or h <= 1 or xmin < 0 or ymin < 0 or xmax > W or ymax > H: bad_boxes.append((xml_file, name)) ratios.append(round(w / h, 2)) print("类别分布:", dict(cls_counter)) print("脏框数量:", len(bad_boxes)) print("宽高比样本:", ratios[:20]) audit_voc('./annotations')逻辑说明：遍历每个 XML，累计类别计数，同时计算每个 bbox 的宽高。参数上，w <= 1 or h <= 1用来抓零面积框，越界判断用图像宽高做边界。跑完你会得到两个关键信号——如果某类实例数只有个位数，训练时几乎必然欠拟合，得靠数据增强补；如果脏框超过 5%，说明标注环节有问题，要么手动修要么直接剔除这些样本，别指望模型自己扛过去。提示：宽高比分布直接指导 anchor 设计。如果划痕类普遍是 8:1 以上的细长框，而你用默认的 1:1、2:1 anchor，召回率会很难看。3. 从 VOC 到 YOLO：转换脚本与四个边界坑格式转换看着简单，实际是翻车高发区。我见过太多人转完格式训练 loss 不降，最后发现是坐标归一化算错了。3.1 转换脚本：归一化坐标的正确写法YOLO 格式要求 cx、cy、w、h 全部除以图像宽高归一化到 0~1。注意 cx、cy 是框中心，不是左上角。import os import xml.etree.ElementTree as ET def voc_to_yolo(anno_dir, out_dir, classes): os.makedirs(out_dir, exist_ok=True) for xml_file in os.listdir(anno_dir): if not xml_file.endswith('.xml'): continue tree = ET.parse(os.path.join(anno_dir, xml_file)) root = tree.getroot() size = root.find('size') W = int(size.find('width').text) H = int(size.find('height').text) lines = [] for obj in root.findall('object'): name = obj.find('name').text if name not in classes: continue cls_id = classes.index(name) bbox = obj.find('bndbox') xmin = float(bbox.find('xmin').text) ymin = float(bbox.find('ymin').text) xmax = float(bbox.find('xmax').text) ymax = float(bbox.find('ymax').text) # 中心点 + 宽高，全部归一化 cx = (xmin + xmax) / 2.0 / W cy = (ymin + ymax) / 2.0 / H w = (xmax - xmin) / W h = (ymax - ymin) / H lines.append(f"{cls_id} {cx:.6f} {cy:.6f} {w:.6f} {h:.6f}") out_name = xml_file.replace('.xml', '.txt') with open(os.path.join(out_dir, out_name), 'w') as f: f.write('\n'.join(lines)) classes = ['crack', 'inclusion', 'scratch', 'pitted', 'scale', 'scar'] voc_to_yolo('./annotations', './labels', classes)逻辑说明：classes列表的顺序就是类别 id 的映射，必须和后面训练时的 data.yaml 完全一致，顺序错了模型学到的就是错标签。归一化用.6f保留六位小数，足够精度。参数上唯一要改的是classes内容，按你数据集实际的类别名填。3.2 四个边界坑：坐标越界、类别错位、空标签、文件名不匹配坑一，坐标越界。有些标注的 xmax 会等于甚至略大于图像宽度，归一化后 w 可能超过 1，YOLO 训练时会报错或静默裁剪。解决：转换时加cx = min(max(cx, 0), 1)之类的钳制。坑二，类别错位。VOC 里类别名大小写不一致，比如 "Crack" 和 "crack" 被当成两类。解决：转换前统一转小写并做映射表。坑三，空标签。有些图确实没有缺陷（负样本），转换后生成空 txt。这本身没错，但如果你用某些框架，空文件会被当成损坏样本跳过。解决：确认框架是否支持背景图，不支持就单独放一个目录。坑四，文件名不匹配。图像是img_001.jpg，标注是img_001.xml，转换后是img_001.txt，但训练时框架按图像名找标签，一旦有张图没对应标签就会报 "label not found"。解决：转换后写个校验脚本，比对图像目录和标签目录的文件名集合差集。注意：转换完别直接开训，先随机抽 10 张用可视化脚本把框画回图上，肉眼确认框位置对得上。这一步能省掉你后面几小时的 debug。4. 训练参数怎么设：小数据集下的防过拟合策略1800 张图在深度学习里属于小数据集，直接上大模型必然过拟合。核心思路是：小模型 + 强增强 + 早停。4.1 模型选型与输入尺寸检测框架上，YOLO 系列对小数据集相对友好，因为它的 anchor 机制和增强策略成熟。模型规模建议选 nano 或 small 级别，参数量控制在几百万，别一上来就上 large。输入尺寸我一般设 640，如果缺陷普遍很小（比如麻点），可以提到 1024，但显存和速度要权衡。下面是一份典型的训练配置。# data.yaml path: ./dataset train: images/train val: images/val nc: 6 names: ['crack', 'inclusion', 'scratch', 'pitted', 'scale', 'scar']# 训练命令（以常见 YOLO 框架为例） yolo detect train \ data=data.yaml \ model=yolov8s.pt \ epochs=150 \ imgsz=640 \ batch=16 \ patience=30 \ lr0=0.01 \ lrf=0.01 \ mosaic=1.0 \ mixup=0.1 \ hsv_h=0.015 \ hsv_s=0.7 \ hsv_v=0.4 \ degrees=10.0 \ translate=0.1 \ scale=0.5 \ fliplr=0.5逻辑说明：patience=30是早停，验证集 30 轮不提升就停，防止过拟合。mosaic=1.0开启马赛克增强，把四张图拼一张，对小数据集特别有效。mixup=0.1做图像混合，进一步增加样本多样性。HSV 三个参数是颜色抖动，钢铁图像光照变化大，这个增强很关键。degrees=10做小角度旋转，因为产线相机角度基本固定，旋转太大会引入不真实的样本。参数怎么调：如果训练 loss 一直降但验证 loss 上升，说明过拟合，加大weight_decay或降低模型规模；如果两个 loss 都不降，说明欠拟合，检查标签格式或提高lr0。4.2 数据划分与类别均衡1800 张按 8:1:1 划分训练/验证/测试，即 1440/180/180。划分时要注意同一批次的图不能跨集，否则验证集泄漏，指标虚高。如果某类缺陷样本特别少，用过采样或针对性增强（比如对划痕类多做旋转）。import os, random, shutil def split_dataset(img_dir, label_dir, out_root, ratios=(0.8, 0.1, 0.1)): imgs = sorted([f for f in os.listdir(img_dir) if f.endswith('.jpg')]) random.seed(42) random.shuffle(imgs) n = len(imgs) n_train = int(n * ratios[0]) n_val = int(n * ratios[1]) splits = { 'train': imgs[:n_train], 'val': imgs[n_train:n_train + n_val], 'test': imgs[n_train + n_val:] } for split, files in splits.items(): os.makedirs(f"{out_root}/images/{split}", exist_ok=True) os.makedirs(f"{out_root}/labels/{split}", exist_ok=True) for f in files: shutil.copy(os.path.join(img_dir, f), f"{out_root}/images/{split}/{f}") lbl = f.replace('.jpg', '.txt') src_lbl = os.path.join(label_dir, lbl) if os.path.exists(src_lbl): shutil.copy(src_lbl, f"{out_root}/labels/{split}/{lbl}") split_dataset('./images', './labels', './dataset')逻辑说明：random.seed(42)固定随机种子，保证划分可复现。参数ratios控制三集比例。注意这里按图像名找标签，如果标签缺失就跳过，所以前面说的文件名校验很重要。5. 避坑与排查：训练不收敛、指标虚高、推理漏检这一章是我踩过的血泪经验，按「现象 → 原因 → 解决」写，你对照着排查。现象一：训练 loss 从第一轮就不降，一直在高位震荡。原因通常是标签格式错误，比如坐标没归一化、类别 id 从 1 开始（YOLO 要求从 0 开始）、或者 txt 里用了逗号分隔。解决：打开一个标签文件肉眼核对，确认是cls cx cy w h空格分隔、值在 0~1 之间、类别从 0 起。现象二：验证集 mAP 高得离谱，测试集一塌糊涂。原因是数据泄漏，同一张图或同一批次的图同时出现在训练和验证集。解决：划分前按图像的文件名前缀或采集批次分组，确保同组只进一个集。现象三：模型在验证集上表现好，实际推理时大量漏检小目标。原因是输入尺寸太小，小缺陷被下采样没了。解决：提高imgsz到 1024，或者在网络里加 P2 小目标检测层。代价是速度下降，要权衡。现象四：训练中途 loss 突然变 NaN。原因多半是学习率太大或某个 batch 里有脏框（宽高为 0）。解决：降低lr0到 0.001，同时用前面的体检脚本清掉脏框。现象五：推理时框重叠严重，同一个缺陷出好几个框。原因是 NMS 的 IoU 阈值设太高。解决：把推理时的iou参数从默认 0.7 降到 0.45 左右，具体值在验证集上试。提示：排查顺序永远是先看数据、再看标签、最后看模型。90% 的"模型不收敛"其实是数据或标签问题。6. 进阶技巧：用 TTA 和切片推理把 mAP 再抬几个点基础训练跑通后，想再榨出几个点，有两个技巧性价比最高：测试时增强（TTA）和切片推理。TTA 的思路是推理时对同一张图做多种变换（水平翻转、多尺度），把结果融合。对钢铁缺陷这种方向性强的场景，水平翻转 TTA 通常能涨 1~2 个点。切片推理（SAHI 那类思路）是把大图切成重叠的小块分别检测再合并，专门治小目标漏检。钢铁图像如果是高分辨率相机拍的，缺陷在原图里可能只占几十像素，整图缩放到 640 后直接消失，切片推理能救回来。验证方法上，别只看 mAP 一个数。我一般会分类别看 AP，如果某一类特别低，单独把它的验证样本抽出来可视化，看是漏检还是误检。漏检多就查 anchor 和输入尺寸，误检多就查负样本够不够、NMS 阈值合不合理。一个具体技巧：把验证集里所有预测框和真值框画在同一张图上，用不同颜色区分，肉眼扫一遍。这比看数字直观得多，往往一眼就能发现系统性问题，比如所有框都偏右下几个像素——那可能是标注时的坐标偏移。最后说个我自己的习惯：每次改完参数或增强策略，先跑 20 个 epoch 看趋势，别一上来就 150 轮。小数据集上，前 20 轮的 loss 曲线基本能告诉你这个方向对不对。省下来的时间够你多试三组配置。希望帮到你。本文还有配套的精品资源，点击获取