简介这份资源面向从事深度学习目标检测的开发者与研究者提供一套可直接投入训练的光伏板缺陷检测数据集覆盖YOLO系列、Faster R-CNN、SSD等主流框架帮助解决工业场景下缺陷样本获取难、标注成本高的问题。压缩包共约2000个文件以1999个txt标注文件和1个yaml类别配置文件为主txt对应每张图片的边界框与类别信息yaml则声明Crack、Grid、Spot三类缺陷及数据路径整体约240MB并已按训练集、验证集、测试集完成划分开箱即可接入YOLO训练流程。目前已有1915人学习下载适合需要快速验证模型或开展缺陷检测实验的读者。数据集同时提供VOC与YOLO两种格式便于在不同检测框架间迁移配合清晰的目录结构可省去繁琐的数据清洗与格式转换环节将精力集中于模型调参与效果对比。1. 光伏板缺陷检测数据集从“看着能用”到“跑得通”的那道坎光伏电站的运维师傅最怕什么不是逆变器报警而是巡检无人机拍回来几千张红外和可见光照片里面藏着几块热斑、隐裂或者二极管故障的组件靠人眼一张张翻翻到下午眼睛就花了。这个数据集就是冲着这个场景来的——它把光伏板常见的缺陷类型框出来让你能直接拿去训练 YOLO 系列的目标检测模型。适合谁做新能源巡检算法落地的工程师、拿光伏缺陷当毕设题目的学生以及手头有工业质检需求、想找个真实场景练手目标检测的开发者。它不解决“模型为什么崩了”这种玄学问题但能让你跳过最耗时的找数据、标数据环节把精力砸在模型调参和部署上。2. 拆开这份数据集标注格式、缺陷类别与选型逻辑2.1 光伏板缺陷到底分几类标注文件长什么样拿到一个目标检测数据集第一件事不是急着写train.py而是把标注文件翻出来看。光伏板缺陷检测的标注通常围绕几类核心问题展开热斑hot spot、隐裂micro-crack、断栅broken finger、二极管故障diode failure有些数据集还会把灰尘遮挡、玻璃破裂单独列出来。标注格式大概率是 YOLO 的 txt 格式每张图对应一个同名 txt每行是class_id x_center y_center width height坐标全部归一化到 0 到 1 之间。我一般会先跑一段脚本统计类别分布因为光伏缺陷数据有个血泪经验热斑样本往往比隐裂多好几倍直接开训会让模型对隐裂的召回率低得感人。下面这段代码就是干这个的顺便把空标注文件揪出来——空文件在 YOLO 训练里会当成背景图比例太高会拖垮正样本学习。import os from collections import Counter label_dir labels/train class_names [hot_spot, micro_crack, broken_finger, diode_fault] counter Counter() empty_files [] for fname in os.listdir(label_dir): if not fname.endswith(.txt): continue path os.path.join(label_dir, fname) with open(path, r) as f: lines [l.strip() for l in f if l.strip()] if not lines: empty_files.append(fname) continue for line in lines: cls_id int(line.split()[0]) counter[class_names[cls_id]] 1 print(类别分布:, dict(counter)) print(空标注文件数:, len(empty_files))逻辑说明遍历训练集标注目录逐行解析类别 id用 Counter 累计每个类别的框数量。参数上class_names的顺序必须和data.yaml里的names完全一致否则统计结果会张冠李戴。空标注文件单独记录如果占比超过 10%建议直接移出训练集或者用 mosaic 增强时手动降权。2.2 为什么选 YOLO 而不是 SSD 或 Faster R-CNN光伏板缺陷检测有个硬约束部署端往往是无人机机载算力或者边缘盒子功耗和延迟卡得很死。Faster R-CNN 两阶段检测精度确实稳但推理速度在边缘设备上基本没法看。SSD 虽然单阶段但对小目标——比如早期隐裂那种细长纹理——的检测头设计不如 YOLO 的 PANet 结构灵活。YOLOv5 和 YOLOv8 在这个场景里是常见选择v5 的生态最成熟各种部署工具链齐全v8 的 anchor-free 头对小缺陷更友好但导出 ONNX 时偶尔会遇到算子兼容问题。选型时我会看两个指标一是数据集里缺陷框的尺寸分布如果大量框小于 32×32 像素优先考虑带高分辨率检测头的 YOLOv8 或者加 P2 层的 YOLOv5二是看标注质量如果隐裂标注本身就很粗糙上太复杂的模型反而过拟合噪声。常见做法是先用 YOLOv5s 跑一版 baseline看 mAP0.5 能不能过 0.6再决定要不要换大模型或者加数据增强。2.3 目录结构怎么摆data.yaml 怎么写YOLO 系列对目录结构有约定摆错了训练脚本直接报No labels found。标准布局是images/train、images/val、labels/train、labels/val四个目录图片和标注文件名一一对应只是扩展名不同。data.yaml里写清楚路径和类别名路径建议用绝对路径相对路径在跨机器复现时容易翻车。# data.yaml train: /data/pv_defect/images/train val: /data/pv_defect/images/val nc: 4 names: [hot_spot, micro_crack, broken_finger, diode_fault]参数说明nc是类别数必须和 names 列表长度一致names的顺序决定了模型输出通道的语义改顺序等于让模型重新学。如果数据集里还有测试集可以加一行test:但 YOLOv5 默认不读这个字段需要手动在val.py里指定。3. 把数据集喂给 YOLOv5训练命令、参数含义与验证方法3.1 从零跑通第一轮训练命令拆解假设你已经把 YOLOv5 仓库 clone 下来环境也装好了第一轮训练不要一上来就改模型结构。先用默认的yolov5s.pt预训练权重跑通流程确认数据管道没问题。下面这条命令是我在光伏缺陷数据集上常用的起步配置python train.py \ --data /data/pv_defect/data.yaml \ --weights yolov5s.pt \ --img 640 \ --batch-size 16 \ --epochs 100 \ --device 0 \ --workers 4 \ --project runs/train \ --name pv_baseline逻辑说明--img 640是输入分辨率光伏板缺陷里隐裂比较细如果显存够可以提到 1024但 batch-size 要相应降到 8 或 4。--batch-size 16是单卡 16G 显存下的安全值再大容易 OOM。--workers 4是数据加载线程数设太高在机械硬盘上反而拖慢速度。--name pv_baseline会在runs/train下建目录方便对比不同实验。跑起来之后终端会打印每个 epoch 的 box_loss、obj_loss、cls_loss 和 mAP0.5。前 10 个 epoch 这些指标波动大是正常的如果 20 个 epoch 后 mAP 还在 0.1 以下大概率是标注格式或者路径有问题别急着调参先回去查data.yaml和标注文件。3.2 关键参数怎么调从学习率到锚框YOLOv5 的默认超参在 COCO 上调得比较均衡但光伏缺陷数据集有自己的脾气。学习率--lr0默认 0.01如果数据集只有几千张图这个值偏大容易在早期把预训练权重带偏我一般会降到 0.001 到 0.005 之间。--lrf是最终学习率因子默认 0.01控制余弦退火的终点数据集小的时候可以提到 0.1让模型在后期收敛得更稳。锚框anchor是另一个容易踩坑的地方。YOLOv5 默认锚框是基于 COCO 的光伏缺陷的框长宽比和 COCO 差异很大——隐裂往往是细长条热斑接近正方形。如果直接套默认锚框召回率会吃亏。常见做法是跑一遍python utils/autanchor.py --data data.yaml让脚本根据你的标注重新聚类锚框然后把输出替换到模型配置文件里。python utils/autoanchor.py --data /data/pv_defect/data.yaml --img 640这条命令会输出最佳召回率和对应的锚框尺寸。如果最佳召回率低于 0.98脚本会提示你替换锚框。替换的位置在models/yolov5s.yaml的anchors字段改完记得重新从头训练不要在已有权重上继续训否则锚框和权重不匹配。3.3 验证集怎么用mAP 之外还要看什么训练完看results.csv里的 mAP0.5 和 mAP0.5:0.95 是基本操作但光伏缺陷检测有个特殊点漏检比误检代价高得多。一块隐裂组件漏了可能几个月后变成热斑烧穿背板误检一块正常组件最多是运维师傅多跑一趟。所以验证时我会单独看召回率recall尤其是隐裂类别的召回率。python val.py \ --data /data/pv_defect/data.yaml \ --weights runs/train/pv_baseline/weights/best.pt \ --img 640 \ --task val \ --verbose--verbose会打印每个类别的 P、R、mAP0.5、mAP0.5:0.95。如果隐裂的 R 低于 0.5而热斑的 R 在 0.8 以上说明模型对细长目标的学习不够。这时候可以试三件事把输入分辨率提到 1024、在hyp.scratch.yaml里把copy_paste增强打开、或者给隐裂类别单独过采样。别一上来就换模型先把数据层面的问题排干净。4. 避坑与排查标注、显存、过拟合的五个真实翻车现场4.1 现象训练 loss 正常下降但 mAP 始终为 0原因标注文件里的类别 id 从 1 开始编号而 YOLO 要求从 0 开始。很多标注工具导出时默认 1-based直接拿来用就会导致所有类别错位模型学到的全是背景。解决跑一遍2.1里的统计脚本看class_names索引是否越界。如果发现最大 id 等于nc把所有标注文件的第一个数字减 1。批量改的话用 sed 或者 Python 脚本改完重新生成缓存文件删掉labels/train.cache。4.2 现象训练到一半突然 CUDA out of memory原因YOLOv5 的 mosaic 增强会随机拼接 4 张图拼接后的分辨率可能超过--img设定值显存占用瞬间飙升。另外如果--workers设得过高数据加载进程也会占显存。解决把--img降到 512 先跑通或者在hyp.scratch.yaml里把mosaic的概率从 1.0 降到 0.5。--workers建议不超过 CPU 核心数的一半机械硬盘场景下设 2 到 4 就够。4.3 现象验证集 mAP 比训练集低 20 个点以上原因光伏缺陷数据集如果按随机划分同一块组件的不同角度照片可能同时出现在训练集和验证集里造成数据泄漏。模型在验证集上表现虚高换到真实场景就崩。解决按组件 id 或者拍摄批次划分训练集和验证集确保同一块组件的照片只出现在一个集合里。如果数据集没有提供组件 id可以按拍摄时间或无人机架次划分。这个坑我踩过不止一次后来养成习惯拿到数据先看文件名规律再决定怎么切分。4.4 现象模型把热斑和二极管故障搞混原因这两类缺陷在红外图像里都表现为亮斑如果标注时边界框画得比较随意模型很难学到区分性特征。另外如果二极管故障的样本量远少于热斑类别不平衡会加剧混淆。解决先检查标注框是否贴合缺陷区域松散的框会让模型学到背景噪声。然后在hyp.scratch.yaml里调整cls损失权重或者用--balance参数对少数类过采样。如果混淆依然严重考虑把两类合并成“发热异常”先保证检出率再在业务层做二次分类。4.5 现象导出 ONNX 后推理结果和 PyTorch 不一致原因YOLOv5 的导出脚本默认使用--dynamic动态轴某些推理引擎对动态轴的支持不完整导致输出维度错乱。另外如果训练时用了--rect矩形推理导出后输入尺寸不匹配也会出问题。解决导出时加--dynamic显式指定或者固定 batch-size 为 1。导出后用onnxruntime跑一张测试图和 PyTorch 的输出做逐元素对比误差超过 1e-3 就要查算子兼容性。常见做法是先用--simplify简化计算图再导出。5. 进阶技巧用 TTA 和切片推理把隐裂召回率拉上去5.1 测试时增强TTA在光伏缺陷上的实际收益YOLOv5 的val.py和detect.py都支持--augment参数开启后会对每张图做多尺度、翻转的推理再把结果融合。在光伏缺陷数据集上TTA 对热斑这种大目标的提升有限但对隐裂这种细长目标召回率通常能涨 3 到 5 个点。代价是推理时间翻 3 倍左右适合离线巡检场景不适合实时机载。python detect.py \ --weights runs/train/pv_baseline/weights/best.pt \ --source /data/pv_defect/images/val \ --img 1024 \ --augment \ --conf-thres 0.25 \ --iou-thres 0.45 \ --save-txt参数说明--augment开启 TTA--conf-thres 0.25比默认的 0.25 略低是为了捞回更多隐裂候选框后续再用业务规则过滤--iou-thres 0.45控制 NMS 的合并阈值光伏板缺陷框之间重叠少可以适当调低。--save-txt会把检测结果存成 YOLO 格式方便和标注做对比分析。5.2 切片推理把大图切小块再检测无人机拍的光伏板图像分辨率往往在 4000×3000 以上直接缩到 640 输入隐裂可能只剩几个像素模型根本看不见。切片推理的思路是把大图切成有重叠的小块每块单独推理再把结果映射回原图坐标。YOLOv5 官方没有内置这个功能但saic或者sahi这类库可以配合使用。我一般会写一个简单的切片脚本按 1024×1024 切重叠 200 像素推理完用 NMS 合并跨块的框。重叠区域的存在是为了避免缺陷正好落在切割线上被切碎。切片推理的代价是推理次数成倍增加但隐裂召回率能提升 10 个点以上对于高价值组件检测是值得的。import cv2 import numpy as np def slice_image(img, slice_size1024, overlap200): h, w img.shape[:2] stride slice_size - overlap slices [] coords [] for y in range(0, h, stride): for x in range(0, w, stride): y2 min(y slice_size, h) x2 min(x slice_size, w) patch img[y:y2, x:x2] # 边缘不足 slice_size 的补零保证输入尺寸一致 patch cv2.copyMakeBorder( patch, 0, slice_size - patch.shape[0], 0, slice_size - patch.shape[1], cv2.BORDER_CONSTANT, value(114, 114, 114) ) slices.append(patch) coords.append((x, y)) return slices, coords逻辑说明按 stride 滑动窗口切图边缘不足的部分用灰色填充避免尺寸不一致导致推理报错。coords记录每个切片在原图中的左上角坐标推理完把框的坐标加上偏移量就能映射回原图。重叠 200 像素是经验值缺陷目标越小重叠应该越大。5.3 一个习惯每次换数据集都先跑一遍标注可视化从那以后我每次拿到新的目标检测数据集都强制走一遍标注可视化——把框画回原图随机抽 20 张看一遍。这个习惯帮我拦下过类别 id 错位、坐标没归一化、图片和标注文件名不匹配等一堆问题。可视化脚本很简单用 OpenCV 读图按 YOLO 格式解析坐标画矩形框和类别名就行。花 10 分钟看一遍比训练跑 3 小时才发现问题划算得多。希望帮到你。本文还有配套的精品资源点击获取
光伏板缺陷检测数据集与YOLO实战：从标注解析到切片推理
简介这份资源面向从事深度学习目标检测的开发者与研究者提供一套可直接投入训练的光伏板缺陷检测数据集覆盖YOLO系列、Faster R-CNN、SSD等主流框架帮助解决工业场景下缺陷样本获取难、标注成本高的问题。压缩包共约2000个文件以1999个txt标注文件和1个yaml类别配置文件为主txt对应每张图片的边界框与类别信息yaml则声明Crack、Grid、Spot三类缺陷及数据路径整体约240MB并已按训练集、验证集、测试集完成划分开箱即可接入YOLO训练流程。目前已有1915人学习下载适合需要快速验证模型或开展缺陷检测实验的读者。数据集同时提供VOC与YOLO两种格式便于在不同检测框架间迁移配合清晰的目录结构可省去繁琐的数据清洗与格式转换环节将精力集中于模型调参与效果对比。1. 光伏板缺陷检测数据集从“看着能用”到“跑得通”的那道坎光伏电站的运维师傅最怕什么不是逆变器报警而是巡检无人机拍回来几千张红外和可见光照片里面藏着几块热斑、隐裂或者二极管故障的组件靠人眼一张张翻翻到下午眼睛就花了。这个数据集就是冲着这个场景来的——它把光伏板常见的缺陷类型框出来让你能直接拿去训练 YOLO 系列的目标检测模型。适合谁做新能源巡检算法落地的工程师、拿光伏缺陷当毕设题目的学生以及手头有工业质检需求、想找个真实场景练手目标检测的开发者。它不解决“模型为什么崩了”这种玄学问题但能让你跳过最耗时的找数据、标数据环节把精力砸在模型调参和部署上。2. 拆开这份数据集标注格式、缺陷类别与选型逻辑2.1 光伏板缺陷到底分几类标注文件长什么样拿到一个目标检测数据集第一件事不是急着写train.py而是把标注文件翻出来看。光伏板缺陷检测的标注通常围绕几类核心问题展开热斑hot spot、隐裂micro-crack、断栅broken finger、二极管故障diode failure有些数据集还会把灰尘遮挡、玻璃破裂单独列出来。标注格式大概率是 YOLO 的 txt 格式每张图对应一个同名 txt每行是class_id x_center y_center width height坐标全部归一化到 0 到 1 之间。我一般会先跑一段脚本统计类别分布因为光伏缺陷数据有个血泪经验热斑样本往往比隐裂多好几倍直接开训会让模型对隐裂的召回率低得感人。下面这段代码就是干这个的顺便把空标注文件揪出来——空文件在 YOLO 训练里会当成背景图比例太高会拖垮正样本学习。import os from collections import Counter label_dir labels/train class_names [hot_spot, micro_crack, broken_finger, diode_fault] counter Counter() empty_files [] for fname in os.listdir(label_dir): if not fname.endswith(.txt): continue path os.path.join(label_dir, fname) with open(path, r) as f: lines [l.strip() for l in f if l.strip()] if not lines: empty_files.append(fname) continue for line in lines: cls_id int(line.split()[0]) counter[class_names[cls_id]] 1 print(类别分布:, dict(counter)) print(空标注文件数:, len(empty_files))逻辑说明遍历训练集标注目录逐行解析类别 id用 Counter 累计每个类别的框数量。参数上class_names的顺序必须和data.yaml里的names完全一致否则统计结果会张冠李戴。空标注文件单独记录如果占比超过 10%建议直接移出训练集或者用 mosaic 增强时手动降权。2.2 为什么选 YOLO 而不是 SSD 或 Faster R-CNN光伏板缺陷检测有个硬约束部署端往往是无人机机载算力或者边缘盒子功耗和延迟卡得很死。Faster R-CNN 两阶段检测精度确实稳但推理速度在边缘设备上基本没法看。SSD 虽然单阶段但对小目标——比如早期隐裂那种细长纹理——的检测头设计不如 YOLO 的 PANet 结构灵活。YOLOv5 和 YOLOv8 在这个场景里是常见选择v5 的生态最成熟各种部署工具链齐全v8 的 anchor-free 头对小缺陷更友好但导出 ONNX 时偶尔会遇到算子兼容问题。选型时我会看两个指标一是数据集里缺陷框的尺寸分布如果大量框小于 32×32 像素优先考虑带高分辨率检测头的 YOLOv8 或者加 P2 层的 YOLOv5二是看标注质量如果隐裂标注本身就很粗糙上太复杂的模型反而过拟合噪声。常见做法是先用 YOLOv5s 跑一版 baseline看 mAP0.5 能不能过 0.6再决定要不要换大模型或者加数据增强。2.3 目录结构怎么摆data.yaml 怎么写YOLO 系列对目录结构有约定摆错了训练脚本直接报No labels found。标准布局是images/train、images/val、labels/train、labels/val四个目录图片和标注文件名一一对应只是扩展名不同。data.yaml里写清楚路径和类别名路径建议用绝对路径相对路径在跨机器复现时容易翻车。# data.yaml train: /data/pv_defect/images/train val: /data/pv_defect/images/val nc: 4 names: [hot_spot, micro_crack, broken_finger, diode_fault]参数说明nc是类别数必须和 names 列表长度一致names的顺序决定了模型输出通道的语义改顺序等于让模型重新学。如果数据集里还有测试集可以加一行test:但 YOLOv5 默认不读这个字段需要手动在val.py里指定。3. 把数据集喂给 YOLOv5训练命令、参数含义与验证方法3.1 从零跑通第一轮训练命令拆解假设你已经把 YOLOv5 仓库 clone 下来环境也装好了第一轮训练不要一上来就改模型结构。先用默认的yolov5s.pt预训练权重跑通流程确认数据管道没问题。下面这条命令是我在光伏缺陷数据集上常用的起步配置python train.py \ --data /data/pv_defect/data.yaml \ --weights yolov5s.pt \ --img 640 \ --batch-size 16 \ --epochs 100 \ --device 0 \ --workers 4 \ --project runs/train \ --name pv_baseline逻辑说明--img 640是输入分辨率光伏板缺陷里隐裂比较细如果显存够可以提到 1024但 batch-size 要相应降到 8 或 4。--batch-size 16是单卡 16G 显存下的安全值再大容易 OOM。--workers 4是数据加载线程数设太高在机械硬盘上反而拖慢速度。--name pv_baseline会在runs/train下建目录方便对比不同实验。跑起来之后终端会打印每个 epoch 的 box_loss、obj_loss、cls_loss 和 mAP0.5。前 10 个 epoch 这些指标波动大是正常的如果 20 个 epoch 后 mAP 还在 0.1 以下大概率是标注格式或者路径有问题别急着调参先回去查data.yaml和标注文件。3.2 关键参数怎么调从学习率到锚框YOLOv5 的默认超参在 COCO 上调得比较均衡但光伏缺陷数据集有自己的脾气。学习率--lr0默认 0.01如果数据集只有几千张图这个值偏大容易在早期把预训练权重带偏我一般会降到 0.001 到 0.005 之间。--lrf是最终学习率因子默认 0.01控制余弦退火的终点数据集小的时候可以提到 0.1让模型在后期收敛得更稳。锚框anchor是另一个容易踩坑的地方。YOLOv5 默认锚框是基于 COCO 的光伏缺陷的框长宽比和 COCO 差异很大——隐裂往往是细长条热斑接近正方形。如果直接套默认锚框召回率会吃亏。常见做法是跑一遍python utils/autanchor.py --data data.yaml让脚本根据你的标注重新聚类锚框然后把输出替换到模型配置文件里。python utils/autoanchor.py --data /data/pv_defect/data.yaml --img 640这条命令会输出最佳召回率和对应的锚框尺寸。如果最佳召回率低于 0.98脚本会提示你替换锚框。替换的位置在models/yolov5s.yaml的anchors字段改完记得重新从头训练不要在已有权重上继续训否则锚框和权重不匹配。3.3 验证集怎么用mAP 之外还要看什么训练完看results.csv里的 mAP0.5 和 mAP0.5:0.95 是基本操作但光伏缺陷检测有个特殊点漏检比误检代价高得多。一块隐裂组件漏了可能几个月后变成热斑烧穿背板误检一块正常组件最多是运维师傅多跑一趟。所以验证时我会单独看召回率recall尤其是隐裂类别的召回率。python val.py \ --data /data/pv_defect/data.yaml \ --weights runs/train/pv_baseline/weights/best.pt \ --img 640 \ --task val \ --verbose--verbose会打印每个类别的 P、R、mAP0.5、mAP0.5:0.95。如果隐裂的 R 低于 0.5而热斑的 R 在 0.8 以上说明模型对细长目标的学习不够。这时候可以试三件事把输入分辨率提到 1024、在hyp.scratch.yaml里把copy_paste增强打开、或者给隐裂类别单独过采样。别一上来就换模型先把数据层面的问题排干净。4. 避坑与排查标注、显存、过拟合的五个真实翻车现场4.1 现象训练 loss 正常下降但 mAP 始终为 0原因标注文件里的类别 id 从 1 开始编号而 YOLO 要求从 0 开始。很多标注工具导出时默认 1-based直接拿来用就会导致所有类别错位模型学到的全是背景。解决跑一遍2.1里的统计脚本看class_names索引是否越界。如果发现最大 id 等于nc把所有标注文件的第一个数字减 1。批量改的话用 sed 或者 Python 脚本改完重新生成缓存文件删掉labels/train.cache。4.2 现象训练到一半突然 CUDA out of memory原因YOLOv5 的 mosaic 增强会随机拼接 4 张图拼接后的分辨率可能超过--img设定值显存占用瞬间飙升。另外如果--workers设得过高数据加载进程也会占显存。解决把--img降到 512 先跑通或者在hyp.scratch.yaml里把mosaic的概率从 1.0 降到 0.5。--workers建议不超过 CPU 核心数的一半机械硬盘场景下设 2 到 4 就够。4.3 现象验证集 mAP 比训练集低 20 个点以上原因光伏缺陷数据集如果按随机划分同一块组件的不同角度照片可能同时出现在训练集和验证集里造成数据泄漏。模型在验证集上表现虚高换到真实场景就崩。解决按组件 id 或者拍摄批次划分训练集和验证集确保同一块组件的照片只出现在一个集合里。如果数据集没有提供组件 id可以按拍摄时间或无人机架次划分。这个坑我踩过不止一次后来养成习惯拿到数据先看文件名规律再决定怎么切分。4.4 现象模型把热斑和二极管故障搞混原因这两类缺陷在红外图像里都表现为亮斑如果标注时边界框画得比较随意模型很难学到区分性特征。另外如果二极管故障的样本量远少于热斑类别不平衡会加剧混淆。解决先检查标注框是否贴合缺陷区域松散的框会让模型学到背景噪声。然后在hyp.scratch.yaml里调整cls损失权重或者用--balance参数对少数类过采样。如果混淆依然严重考虑把两类合并成“发热异常”先保证检出率再在业务层做二次分类。4.5 现象导出 ONNX 后推理结果和 PyTorch 不一致原因YOLOv5 的导出脚本默认使用--dynamic动态轴某些推理引擎对动态轴的支持不完整导致输出维度错乱。另外如果训练时用了--rect矩形推理导出后输入尺寸不匹配也会出问题。解决导出时加--dynamic显式指定或者固定 batch-size 为 1。导出后用onnxruntime跑一张测试图和 PyTorch 的输出做逐元素对比误差超过 1e-3 就要查算子兼容性。常见做法是先用--simplify简化计算图再导出。5. 进阶技巧用 TTA 和切片推理把隐裂召回率拉上去5.1 测试时增强TTA在光伏缺陷上的实际收益YOLOv5 的val.py和detect.py都支持--augment参数开启后会对每张图做多尺度、翻转的推理再把结果融合。在光伏缺陷数据集上TTA 对热斑这种大目标的提升有限但对隐裂这种细长目标召回率通常能涨 3 到 5 个点。代价是推理时间翻 3 倍左右适合离线巡检场景不适合实时机载。python detect.py \ --weights runs/train/pv_baseline/weights/best.pt \ --source /data/pv_defect/images/val \ --img 1024 \ --augment \ --conf-thres 0.25 \ --iou-thres 0.45 \ --save-txt参数说明--augment开启 TTA--conf-thres 0.25比默认的 0.25 略低是为了捞回更多隐裂候选框后续再用业务规则过滤--iou-thres 0.45控制 NMS 的合并阈值光伏板缺陷框之间重叠少可以适当调低。--save-txt会把检测结果存成 YOLO 格式方便和标注做对比分析。5.2 切片推理把大图切小块再检测无人机拍的光伏板图像分辨率往往在 4000×3000 以上直接缩到 640 输入隐裂可能只剩几个像素模型根本看不见。切片推理的思路是把大图切成有重叠的小块每块单独推理再把结果映射回原图坐标。YOLOv5 官方没有内置这个功能但saic或者sahi这类库可以配合使用。我一般会写一个简单的切片脚本按 1024×1024 切重叠 200 像素推理完用 NMS 合并跨块的框。重叠区域的存在是为了避免缺陷正好落在切割线上被切碎。切片推理的代价是推理次数成倍增加但隐裂召回率能提升 10 个点以上对于高价值组件检测是值得的。import cv2 import numpy as np def slice_image(img, slice_size1024, overlap200): h, w img.shape[:2] stride slice_size - overlap slices [] coords [] for y in range(0, h, stride): for x in range(0, w, stride): y2 min(y slice_size, h) x2 min(x slice_size, w) patch img[y:y2, x:x2] # 边缘不足 slice_size 的补零保证输入尺寸一致 patch cv2.copyMakeBorder( patch, 0, slice_size - patch.shape[0], 0, slice_size - patch.shape[1], cv2.BORDER_CONSTANT, value(114, 114, 114) ) slices.append(patch) coords.append((x, y)) return slices, coords逻辑说明按 stride 滑动窗口切图边缘不足的部分用灰色填充避免尺寸不一致导致推理报错。coords记录每个切片在原图中的左上角坐标推理完把框的坐标加上偏移量就能映射回原图。重叠 200 像素是经验值缺陷目标越小重叠应该越大。5.3 一个习惯每次换数据集都先跑一遍标注可视化从那以后我每次拿到新的目标检测数据集都强制走一遍标注可视化——把框画回原图随机抽 20 张看一遍。这个习惯帮我拦下过类别 id 错位、坐标没归一化、图片和标注文件名不匹配等一堆问题。可视化脚本很简单用 OpenCV 读图按 YOLO 格式解析坐标画矩形框和类别名就行。花 10 分钟看一遍比训练跑 3 小时才发现问题划算得多。希望帮到你。本文还有配套的精品资源点击获取
