简介这份资源面向从事工业视觉与目标检测的开发者提供手机屏幕表面缺陷检测数据集可用于训练和验证缺陷识别模型也可作为液晶屏等通用工业场景数据的补充。数据集真实采集多品牌手机屏幕图像覆盖苹果、三星、华为等机型标注气泡/水滴、划痕、破洞、磕边、裂纹五类缺陷采用labelimg标注并同步提供VOC、COCO、YOLO三种主流格式方便直接接入YOLO等算法训练。资源包共1个PDF文件大小约1.28MB内含数据集基本情况介绍与获取方式因原始数据体量较大实际数据托管于百度网盘。随附YOLO11一键训练脚本支持GPU、CPU及Mac芯片多平台方案并给出训练结果日志供参考。目前已有726人学习适合需要快速搭建手机屏幕缺陷检测流程、补充工业缺陷样本的读者参考使用。1. 手机屏幕表面缺陷检测1000 张图、三种标签格式、三平台一键训练到底靠不靠谱手机屏幕表面缺陷检测这个方向最近问的人明显变多了。产线质检、二手回收、售后维修三个场景都在往目标检测上靠核心诉求很一致把划痕、气泡、脏污、亮点、暗点、崩边这几类缺陷框出来替代人眼在强反光下反复盯屏。但真正动手时卡住大多数人的不是模型而是数据——公开数据集里几乎没有专门针对手机屏幕的自己拍又不知道拍多少、怎么标、标完怎么转格式。这个标题给出的方案是1000 张图配 VOC / COCO / YOLO 三种格式标签再给一套能在 GPU、CPU、Mac 三平台跑起来的 YOLO11 一键训练脚本。它解决的是「从零到能训出第一版权重」这段最劝退的路适合刚入门目标检测、手上有少量屏幕缺陷样本、想快速验证可行性的工程师和产线技术员。1000 张不算多但对单类到多类缺陷的可行性验证足够关键是标签格式齐全省掉了自己写转换脚本的功夫。2. 手机屏幕缺陷数据集1000 张图怎么撑起一个可训练的目标检测任务2.1 缺陷类别定义与标注粒度手机屏幕缺陷和通用目标检测数据集最大的区别在于缺陷边界模糊、尺度差异大、反光干扰强。划痕可能横跨整屏脏污可能只有几十像素气泡又常常和反光混在一起。所以第一步不是急着标而是先把类别定义收敛。常见做法是分成五类scratch划痕、bubble气泡、stain脏污、bright_spot亮点、dark_spot暗点。崩边如果样本够可以单独加一类 edge_crack不够就并进 scratch。标注粒度上目标检测只要求外接矩形框不需要像素级分割。但屏幕缺陷有个坑一条细长划痕如果只框两端框会非常大里面绝大部分是正常区域模型学到的特征会被稀释。我一般建议对细长缺陷做分段标注把一条长划痕拆成 2 到 3 个框每个框的长宽比控制在 5:1 以内。这样虽然框数变多但每个框内的缺陷占比高训练收敛更稳。1000 张图的分布也要提前规划。如果五类缺陷平均分每类 200 张实际训练时小目标类别仍然会欠拟合。更合理的做法是按缺陷出现频率分配划痕和脏污各 250 张气泡 200 张亮点和暗点各 150 张留出约 10% 作为验证集。注意同一块屏幕可能同时存在多种缺陷一张图里出现多个类别是正常的不要为了类别均衡去裁剪图像那样会破坏真实分布。2.2 VOC、COCO、YOLO 三种格式的差异与转换逻辑三种格式不是随便选的它们对应不同的训练框架和工具链。VOC 格式是 XML 文件每个目标一个object节点记录类别名和 bbox 的 xmin/ymin/xmax/ymax坐标是绝对像素值。COCO 格式是一个大的 JSON 文件所有图像的标注集中管理bbox 格式是[x, y, width, height]同样是绝对像素但类别用数字 id 表示并且有一个 categories 列表做映射。YOLO 格式最轻量每张图对应一个 txt 文件每行是class_id x_center y_center width height全部归一化到 0 到 1 之间。转换时最容易翻车的是坐标归一化和类别 id 映射。VOC 转 YOLO 时x_center 要写成(xmin xmax) / 2 / image_width而不是xmin / image_width。COCO 的 bbox 是左上角加宽高转 YOLO 时同样要先算中心点。类别 id 方面VOC 用类别名字符串COCO 用数字 id 但不一定从 0 开始连续YOLO 要求从 0 开始连续整数。下面这段脚本处理 VOC 到 YOLO 的转换同时生成 classes.txtimport os import xml.etree.ElementTree as ET # 类别名到 id 的映射顺序要和训练时的 data.yaml 一致 classes [scratch, bubble, stain, bright_spot, dark_spot] class_to_id {name: i for i, name in enumerate(classes)} def voc_to_yolo(xml_dir, img_dir, out_dir): os.makedirs(out_dir, exist_okTrue) for xml_file in os.listdir(xml_dir): if not xml_file.endswith(.xml): continue tree ET.parse(os.path.join(xml_dir, xml_file)) root tree.getroot() # 从 XML 里读图像宽高不要用 PIL 再开一次图省 IO size root.find(size) img_w int(size.find(width).text) img_h int(size.find(height).text) lines [] for obj in root.findall(object): name obj.find(name).text if name not in class_to_id: continue # 跳过未定义类别避免训练时报 index 越界 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) # 归一化并转中心点格式 x_center (xmin xmax) / 2.0 / img_w y_center (ymin ymax) / 2.0 / img_h w (xmax - xmin) / img_w h (ymax - ymin) / img_h lines.append(f{class_to_id[name]} {x_center:.6f} {y_center:.6f} {w:.6f} {h:.6f}) txt_name os.path.splitext(xml_file)[0] .txt with open(os.path.join(out_dir, txt_name), w) as f: f.write(\n.join(lines)) voc_to_yolo(annotations_xml, images, labels_yolo)这段脚本的关键点有三个。第一图像宽高直接从 XML 的size节点读不额外打开图片1000 张图能省不少时间。第二遇到未定义类别直接跳过而不是报错中断因为实际标注里经常混入拼写错误的类别名。第三输出保留 6 位小数YOLO 官方训练脚本对精度不敏感但保留足够位数能避免小目标坐标被截断成 0。COCO 转 YOLO 的逻辑类似只是数据源从 XML 变成 JSON。注意 COCO 的annotations里每个目标有image_id要先按image_id分组再逐图写 txt。另外 COCO 的category_id可能不连续比如只有 1、3、7 三个类别转 YOLO 时必须重新映射成 0、1、2否则训练时类别数对不上。2.3 数据划分与防泄漏检查1000 张图按 8:1:1 划分训练、验证、测试也就是 800 / 100 / 100。但屏幕缺陷数据有个隐蔽的泄漏风险同一块屏幕可能被拍了多张不同角度的图如果这些图被分到训练集和验证集两边验证指标会虚高。我一般会先按屏幕编号分组同一块屏幕的所有图只进同一个集合。如果数据里没有屏幕编号就用感知哈希做近似去重把相似度高于阈值的图归为一组。划分完成后做一次检查训练集和验证集的类别分布偏差不要超过 5%。如果某一类在验证集里只有个位数指标波动会非常大这时候要么调整划分要么用分层抽样。YOLO11 训练时验证集的作用是选最佳权重测试集只在最后跑一次不要用测试集调参。3. YOLO11 一键训练脚本GPU、CPU、Mac 三平台怎么跑通3.1 环境配置与依赖安装YOLO11 通过 ultralytics 包调用三平台的差异主要在 PyTorch 的安装方式。GPU 平台NVIDIA 显卡装 CUDA 版 PyTorchCPU 平台装 CPU 版Mac 平台装 MPS 版。ultralytics 本身是纯 Python 包不挑平台但训练时的设备参数要改。先建虚拟环境避免和系统 Python 混在一起python -m venv yolo11_env source yolo11_env/bin/activate # Windows 用 yolo11_env\Scripts\activate pip install --upgrade pip然后按平台装 PyTorch。GPU 平台以 CUDA 12.1 为例pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121CPU 平台和 Mac 平台pip install torch torchvision最后装 ultralyticspip install ultralytics装完用一行命令验证yolo checks这个命令会打印 PyTorch 版本、CUDA 是否可用、设备列表。GPU 平台要看到CUDA:0之类的输出Mac 平台要看到MPS可用。如果 GPU 平台显示 CUDA 不可用九成是 PyTorch 装成了 CPU 版卸载重装对应 CUDA 版本即可。3.2 data.yaml 的写法与路径陷阱YOLO11 训练靠一个 data.yaml 描述数据集位置和类别。这个文件看着简单但路径写错是最高频的翻车点。标准写法path: /home/user/screen_defect # 数据集根目录绝对路径最稳 train: images/train val: images/val test: images/test nc: 5 names: 0: scratch 1: bubble 2: stain 3: bright_spot 4: dark_spotpath用绝对路径train、val、test写相对路径。YOLO11 会把path和后面的相对路径拼起来找图。标签文件的位置不用写YOLO11 默认去images同级的labels目录找同名 txt。也就是说如果图片在images/train/001.jpg标签必须在labels/train/001.txt。这个约定不能改改了要自己写 dataset 类。nc和names必须和标签里的 class_id 严格对应。如果标签里出现了 id 为 5 的类别但nc写 5合法 id 是 0 到 4训练会直接报错。反过来nc写多了但标签里没用到训练不报错但会浪费一个输出通道影响很小但没必要。3.3 三平台训练命令与设备参数GPU 平台直接用默认设备yolo detect train datadata.yaml modelyolo11n.pt epochs100 imgsz640 batch16 device0CPU 平台要把device改成cpu同时把batch降到 4 或 8因为 CPU 内存带宽有限batch 大了会爆内存yolo detect train datadata.yaml modelyolo11n.pt epochs100 imgsz640 batch4 devicecpuMac 平台Apple Silicon用mpsyolo detect train datadata.yaml modelyolo11n.pt epochs100 imgsz640 batch8 devicemps参数说明modelyolo11n.pt是 nano 版预训练权重1000 张图用 nano 足够显存占用小、训练快。epochs100是上限YOLO11 默认开启早停patience50验证指标 50 轮不提升会自动停。imgsz640是输入分辨率屏幕缺陷里小目标多如果显存允许可以提到 960但训练时间会翻倍。batch在 GPU 上 16 起步显存 8G 以下降到 8。CPU 平台训练 1000 张图 100 轮大概要几个小时到十几个小时取决于 CPU 核心数。Mac M 系列芯片用 MPS 比 CPU 快不少但比 NVIDIA GPU 还是慢。如果只是验证流程可以先把epochs设成 10跑通再拉长。3.4 训练过程监控与中断恢复训练启动后终端会打印每轮的 box_loss、cls_loss、mAP50、mAP50-95。屏幕缺陷检测重点看 mAP50-95因为缺陷框的定位精度比分类更重要。如果 box_loss 下降但 mAP 不涨通常是标注框不够紧或者小目标太多模型学不动。训练中断了不用从头来YOLO11 会把最后一轮权重存成last.pt恢复命令yolo detect train datadata.yaml modelruns/detect/train/weights/last.pt resumeTrueresumeTrue会接着上次的 epoch 继续优化器状态也恢复。注意model指向last.pt而不是best.ptbest.pt是验证指标最好的权重不包含训练状态。4. 手机屏幕缺陷检测的避坑与排查5 个真实翻车记录4.1 反光被当成缺陷模型学偏了现象训练 loss 正常下降但验证时模型把屏幕反光区域大量框成 stain 或 bubble实际缺陷反而漏检。原因拍摄时环境光在屏幕表面形成高亮反光标注人员把反光也标成了缺陷或者反光区域和脏污在视觉上难以区分。模型学到的是「亮斑等于缺陷」这个错误特征。解决重新检查标注把纯反光区域从缺陷框里剔除。拍摄时用漫射光源避免点光源直射屏幕。如果反光无法完全消除可以在数据增强里加入随机亮度调整和对比度扰动让模型对亮度变化不敏感。YOLO11 默认的 HSV 增强里hsv_v控制亮度扰动可以适当调大。4.2 小目标缺陷在 640 分辨率下消失现象亮点、暗点这类小缺陷在训练集上 mAP 很低模型几乎不预测。原因亮点在 1080p 原图里可能只有 20 到 30 像素缩放到 640 后只剩十几像素经过 YOLO11 的下采样后特征几乎消失。解决两个方向。一是提高输入分辨率到 960 或 1280代价是训练变慢、显存占用增加。二是把原图裁剪成小块再训练比如按 2x2 切分每块单独作为一张训练图缺陷相对变大。裁剪时注意块与块之间留重叠区域避免缺陷被切断。如果缺陷本身小于 10 像素目标检测可能不是最优解考虑分类或异常检测方案。4.3 类别 id 不连续导致训练报错现象训练启动时报IndexError: index 5 is out of bounds for dimension with size 5。原因标签文件里出现了 class_id 为 5 的目标但 data.yaml 里nc: 5合法 id 是 0 到 4。常见于 VOC 转 YOLO 时类别映射表写错或者手工改标签时漏改了一行。解决写一个检查脚本遍历所有标签文件收集出现过的 class_id和 data.yaml 的names对比。发现越界 id 后要么修正映射表重新转换要么把该类别合并到已有类别。不要直接改nc去迁就越界 id那样类别名会对不上。4.4 Mac 平台 MPS 训练速度异常慢现象Mac 上用devicemps训练每轮时间比预期长很多GPU 利用率低。原因MPS 后端对某些算子支持不完整YOLO11 的部分数据增强操作会回退到 CPU 执行造成 GPU 等待。另外 Mac 统一内存架构下batch设太大反而会触发内存交换。解决把batch降到 4 或 8workers设成 2 到 4Mac 上 workers 太多会争抢资源。如果仍然慢可以先用 CPU 跑通流程正式训练放到 GPU 平台。Mac 适合做推理和小规模验证不适合长时间训练。4.5 验证集指标虚高测试集崩盘现象验证集 mAP50 到 0.9测试集只有 0.5 左右。原因数据划分时同一块屏幕的图被分到了训练集和验证集验证集和训练集高度相似指标虚高。测试集如果来自不同批次或不同拍摄条件分布差异大指标就掉下来。解决按屏幕编号分组划分确保同一块屏幕只出现在一个集合。如果数据里没有编号用图像哈希去重后再划分。另外测试集要尽量覆盖不同拍摄条件不要全用同一批次的图。验证集指标只用于选权重最终评估以测试集为准。5. 从 1000 张到产线可用增量标注与模型迭代的实操技巧1000 张图训出来的模型直接上产线大概率不够用。缺陷类型会新增拍摄条件会变化模型会退化。真正让这个方案产生价值的是后续的增量迭代流程。我一般会先部署一个低置信度阈值的推理脚本把产线上模型不确定的图自动存下来人工复核后加入训练集。这样每轮迭代只需要标几百张新图而不是从头标 1000 张。推理脚本的核心是设置一个「不确定区间」。比如置信度高于 0.7 的直接判定为缺陷低于 0.3 的判定为正常中间 0.3 到 0.7 的图存下来人工看。YOLO11 推理命令yolo detect predict modelruns/detect/train/weights/best.pt sourceincoming_images saveTrue conf0.3conf0.3是低阈值会把所有可能的目标都框出来。然后在结果里筛选置信度在 0.3 到 0.7 之间的图这些就是模型最不确定的样本标注价值最高。每积累 200 到 300 张新标注就合并进原数据集重新训练一次。注意合并时保持类别定义一致新增类别要同步更新 data.yaml 的nc和names。另一个技巧是冻结 backbone 做微调。当新增数据只有几十张时全量训练容易过拟合。YOLO11 支持冻结前 N 层yolo detect train datadata_v2.yaml modelbest.pt epochs50 freeze10freeze10表示冻结前 10 层只训练后面的检测头。这样微调速度快小数据下更稳。等新数据积累到 500 张以上再解冻全量训练。最后说一个我踩过的坑不要用测试集的指标去决定要不要上线。测试集再大也是离线数据产线上的光照、屏幕批次、拍摄角度都可能变。我习惯在产线先跑一周影子模式模型只记录不拦截对比人工判定结果确认误检和漏检都在可接受范围后再切到自动模式。这个习惯帮我避免过两次大规模误判。希望帮到你。本文还有配套的精品资源点击获取
简介这份资源面向从事工业视觉与目标检测的开发者提供手机屏幕表面缺陷检测数据集可用于训练和验证缺陷识别模型也可作为液晶屏等通用工业场景数据的补充。数据集真实采集多品牌手机屏幕图像覆盖苹果、三星、华为等机型标注气泡/水滴、划痕、破洞、磕边、裂纹五类缺陷采用labelimg标注并同步提供VOC、COCO、YOLO三种主流格式方便直接接入YOLO等算法训练。资源包共1个PDF文件大小约1.28MB内含数据集基本情况介绍与获取方式因原始数据体量较大实际数据托管于百度网盘。随附YOLO11一键训练脚本支持GPU、CPU及Mac芯片多平台方案并给出训练结果日志供参考。目前已有726人学习适合需要快速搭建手机屏幕缺陷检测流程、补充工业缺陷样本的读者参考使用。1. 手机屏幕表面缺陷检测1000 张图、三种标签格式、三平台一键训练到底靠不靠谱手机屏幕表面缺陷检测这个方向最近问的人明显变多了。产线质检、二手回收、售后维修三个场景都在往目标检测上靠核心诉求很一致把划痕、气泡、脏污、亮点、暗点、崩边这几类缺陷框出来替代人眼在强反光下反复盯屏。但真正动手时卡住大多数人的不是模型而是数据——公开数据集里几乎没有专门针对手机屏幕的自己拍又不知道拍多少、怎么标、标完怎么转格式。这个标题给出的方案是1000 张图配 VOC / COCO / YOLO 三种格式标签再给一套能在 GPU、CPU、Mac 三平台跑起来的 YOLO11 一键训练脚本。它解决的是「从零到能训出第一版权重」这段最劝退的路适合刚入门目标检测、手上有少量屏幕缺陷样本、想快速验证可行性的工程师和产线技术员。1000 张不算多但对单类到多类缺陷的可行性验证足够关键是标签格式齐全省掉了自己写转换脚本的功夫。2. 手机屏幕缺陷数据集1000 张图怎么撑起一个可训练的目标检测任务2.1 缺陷类别定义与标注粒度手机屏幕缺陷和通用目标检测数据集最大的区别在于缺陷边界模糊、尺度差异大、反光干扰强。划痕可能横跨整屏脏污可能只有几十像素气泡又常常和反光混在一起。所以第一步不是急着标而是先把类别定义收敛。常见做法是分成五类scratch划痕、bubble气泡、stain脏污、bright_spot亮点、dark_spot暗点。崩边如果样本够可以单独加一类 edge_crack不够就并进 scratch。标注粒度上目标检测只要求外接矩形框不需要像素级分割。但屏幕缺陷有个坑一条细长划痕如果只框两端框会非常大里面绝大部分是正常区域模型学到的特征会被稀释。我一般建议对细长缺陷做分段标注把一条长划痕拆成 2 到 3 个框每个框的长宽比控制在 5:1 以内。这样虽然框数变多但每个框内的缺陷占比高训练收敛更稳。1000 张图的分布也要提前规划。如果五类缺陷平均分每类 200 张实际训练时小目标类别仍然会欠拟合。更合理的做法是按缺陷出现频率分配划痕和脏污各 250 张气泡 200 张亮点和暗点各 150 张留出约 10% 作为验证集。注意同一块屏幕可能同时存在多种缺陷一张图里出现多个类别是正常的不要为了类别均衡去裁剪图像那样会破坏真实分布。2.2 VOC、COCO、YOLO 三种格式的差异与转换逻辑三种格式不是随便选的它们对应不同的训练框架和工具链。VOC 格式是 XML 文件每个目标一个object节点记录类别名和 bbox 的 xmin/ymin/xmax/ymax坐标是绝对像素值。COCO 格式是一个大的 JSON 文件所有图像的标注集中管理bbox 格式是[x, y, width, height]同样是绝对像素但类别用数字 id 表示并且有一个 categories 列表做映射。YOLO 格式最轻量每张图对应一个 txt 文件每行是class_id x_center y_center width height全部归一化到 0 到 1 之间。转换时最容易翻车的是坐标归一化和类别 id 映射。VOC 转 YOLO 时x_center 要写成(xmin xmax) / 2 / image_width而不是xmin / image_width。COCO 的 bbox 是左上角加宽高转 YOLO 时同样要先算中心点。类别 id 方面VOC 用类别名字符串COCO 用数字 id 但不一定从 0 开始连续YOLO 要求从 0 开始连续整数。下面这段脚本处理 VOC 到 YOLO 的转换同时生成 classes.txtimport os import xml.etree.ElementTree as ET # 类别名到 id 的映射顺序要和训练时的 data.yaml 一致 classes [scratch, bubble, stain, bright_spot, dark_spot] class_to_id {name: i for i, name in enumerate(classes)} def voc_to_yolo(xml_dir, img_dir, out_dir): os.makedirs(out_dir, exist_okTrue) for xml_file in os.listdir(xml_dir): if not xml_file.endswith(.xml): continue tree ET.parse(os.path.join(xml_dir, xml_file)) root tree.getroot() # 从 XML 里读图像宽高不要用 PIL 再开一次图省 IO size root.find(size) img_w int(size.find(width).text) img_h int(size.find(height).text) lines [] for obj in root.findall(object): name obj.find(name).text if name not in class_to_id: continue # 跳过未定义类别避免训练时报 index 越界 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) # 归一化并转中心点格式 x_center (xmin xmax) / 2.0 / img_w y_center (ymin ymax) / 2.0 / img_h w (xmax - xmin) / img_w h (ymax - ymin) / img_h lines.append(f{class_to_id[name]} {x_center:.6f} {y_center:.6f} {w:.6f} {h:.6f}) txt_name os.path.splitext(xml_file)[0] .txt with open(os.path.join(out_dir, txt_name), w) as f: f.write(\n.join(lines)) voc_to_yolo(annotations_xml, images, labels_yolo)这段脚本的关键点有三个。第一图像宽高直接从 XML 的size节点读不额外打开图片1000 张图能省不少时间。第二遇到未定义类别直接跳过而不是报错中断因为实际标注里经常混入拼写错误的类别名。第三输出保留 6 位小数YOLO 官方训练脚本对精度不敏感但保留足够位数能避免小目标坐标被截断成 0。COCO 转 YOLO 的逻辑类似只是数据源从 XML 变成 JSON。注意 COCO 的annotations里每个目标有image_id要先按image_id分组再逐图写 txt。另外 COCO 的category_id可能不连续比如只有 1、3、7 三个类别转 YOLO 时必须重新映射成 0、1、2否则训练时类别数对不上。2.3 数据划分与防泄漏检查1000 张图按 8:1:1 划分训练、验证、测试也就是 800 / 100 / 100。但屏幕缺陷数据有个隐蔽的泄漏风险同一块屏幕可能被拍了多张不同角度的图如果这些图被分到训练集和验证集两边验证指标会虚高。我一般会先按屏幕编号分组同一块屏幕的所有图只进同一个集合。如果数据里没有屏幕编号就用感知哈希做近似去重把相似度高于阈值的图归为一组。划分完成后做一次检查训练集和验证集的类别分布偏差不要超过 5%。如果某一类在验证集里只有个位数指标波动会非常大这时候要么调整划分要么用分层抽样。YOLO11 训练时验证集的作用是选最佳权重测试集只在最后跑一次不要用测试集调参。3. YOLO11 一键训练脚本GPU、CPU、Mac 三平台怎么跑通3.1 环境配置与依赖安装YOLO11 通过 ultralytics 包调用三平台的差异主要在 PyTorch 的安装方式。GPU 平台NVIDIA 显卡装 CUDA 版 PyTorchCPU 平台装 CPU 版Mac 平台装 MPS 版。ultralytics 本身是纯 Python 包不挑平台但训练时的设备参数要改。先建虚拟环境避免和系统 Python 混在一起python -m venv yolo11_env source yolo11_env/bin/activate # Windows 用 yolo11_env\Scripts\activate pip install --upgrade pip然后按平台装 PyTorch。GPU 平台以 CUDA 12.1 为例pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121CPU 平台和 Mac 平台pip install torch torchvision最后装 ultralyticspip install ultralytics装完用一行命令验证yolo checks这个命令会打印 PyTorch 版本、CUDA 是否可用、设备列表。GPU 平台要看到CUDA:0之类的输出Mac 平台要看到MPS可用。如果 GPU 平台显示 CUDA 不可用九成是 PyTorch 装成了 CPU 版卸载重装对应 CUDA 版本即可。3.2 data.yaml 的写法与路径陷阱YOLO11 训练靠一个 data.yaml 描述数据集位置和类别。这个文件看着简单但路径写错是最高频的翻车点。标准写法path: /home/user/screen_defect # 数据集根目录绝对路径最稳 train: images/train val: images/val test: images/test nc: 5 names: 0: scratch 1: bubble 2: stain 3: bright_spot 4: dark_spotpath用绝对路径train、val、test写相对路径。YOLO11 会把path和后面的相对路径拼起来找图。标签文件的位置不用写YOLO11 默认去images同级的labels目录找同名 txt。也就是说如果图片在images/train/001.jpg标签必须在labels/train/001.txt。这个约定不能改改了要自己写 dataset 类。nc和names必须和标签里的 class_id 严格对应。如果标签里出现了 id 为 5 的类别但nc写 5合法 id 是 0 到 4训练会直接报错。反过来nc写多了但标签里没用到训练不报错但会浪费一个输出通道影响很小但没必要。3.3 三平台训练命令与设备参数GPU 平台直接用默认设备yolo detect train datadata.yaml modelyolo11n.pt epochs100 imgsz640 batch16 device0CPU 平台要把device改成cpu同时把batch降到 4 或 8因为 CPU 内存带宽有限batch 大了会爆内存yolo detect train datadata.yaml modelyolo11n.pt epochs100 imgsz640 batch4 devicecpuMac 平台Apple Silicon用mpsyolo detect train datadata.yaml modelyolo11n.pt epochs100 imgsz640 batch8 devicemps参数说明modelyolo11n.pt是 nano 版预训练权重1000 张图用 nano 足够显存占用小、训练快。epochs100是上限YOLO11 默认开启早停patience50验证指标 50 轮不提升会自动停。imgsz640是输入分辨率屏幕缺陷里小目标多如果显存允许可以提到 960但训练时间会翻倍。batch在 GPU 上 16 起步显存 8G 以下降到 8。CPU 平台训练 1000 张图 100 轮大概要几个小时到十几个小时取决于 CPU 核心数。Mac M 系列芯片用 MPS 比 CPU 快不少但比 NVIDIA GPU 还是慢。如果只是验证流程可以先把epochs设成 10跑通再拉长。3.4 训练过程监控与中断恢复训练启动后终端会打印每轮的 box_loss、cls_loss、mAP50、mAP50-95。屏幕缺陷检测重点看 mAP50-95因为缺陷框的定位精度比分类更重要。如果 box_loss 下降但 mAP 不涨通常是标注框不够紧或者小目标太多模型学不动。训练中断了不用从头来YOLO11 会把最后一轮权重存成last.pt恢复命令yolo detect train datadata.yaml modelruns/detect/train/weights/last.pt resumeTrueresumeTrue会接着上次的 epoch 继续优化器状态也恢复。注意model指向last.pt而不是best.ptbest.pt是验证指标最好的权重不包含训练状态。4. 手机屏幕缺陷检测的避坑与排查5 个真实翻车记录4.1 反光被当成缺陷模型学偏了现象训练 loss 正常下降但验证时模型把屏幕反光区域大量框成 stain 或 bubble实际缺陷反而漏检。原因拍摄时环境光在屏幕表面形成高亮反光标注人员把反光也标成了缺陷或者反光区域和脏污在视觉上难以区分。模型学到的是「亮斑等于缺陷」这个错误特征。解决重新检查标注把纯反光区域从缺陷框里剔除。拍摄时用漫射光源避免点光源直射屏幕。如果反光无法完全消除可以在数据增强里加入随机亮度调整和对比度扰动让模型对亮度变化不敏感。YOLO11 默认的 HSV 增强里hsv_v控制亮度扰动可以适当调大。4.2 小目标缺陷在 640 分辨率下消失现象亮点、暗点这类小缺陷在训练集上 mAP 很低模型几乎不预测。原因亮点在 1080p 原图里可能只有 20 到 30 像素缩放到 640 后只剩十几像素经过 YOLO11 的下采样后特征几乎消失。解决两个方向。一是提高输入分辨率到 960 或 1280代价是训练变慢、显存占用增加。二是把原图裁剪成小块再训练比如按 2x2 切分每块单独作为一张训练图缺陷相对变大。裁剪时注意块与块之间留重叠区域避免缺陷被切断。如果缺陷本身小于 10 像素目标检测可能不是最优解考虑分类或异常检测方案。4.3 类别 id 不连续导致训练报错现象训练启动时报IndexError: index 5 is out of bounds for dimension with size 5。原因标签文件里出现了 class_id 为 5 的目标但 data.yaml 里nc: 5合法 id 是 0 到 4。常见于 VOC 转 YOLO 时类别映射表写错或者手工改标签时漏改了一行。解决写一个检查脚本遍历所有标签文件收集出现过的 class_id和 data.yaml 的names对比。发现越界 id 后要么修正映射表重新转换要么把该类别合并到已有类别。不要直接改nc去迁就越界 id那样类别名会对不上。4.4 Mac 平台 MPS 训练速度异常慢现象Mac 上用devicemps训练每轮时间比预期长很多GPU 利用率低。原因MPS 后端对某些算子支持不完整YOLO11 的部分数据增强操作会回退到 CPU 执行造成 GPU 等待。另外 Mac 统一内存架构下batch设太大反而会触发内存交换。解决把batch降到 4 或 8workers设成 2 到 4Mac 上 workers 太多会争抢资源。如果仍然慢可以先用 CPU 跑通流程正式训练放到 GPU 平台。Mac 适合做推理和小规模验证不适合长时间训练。4.5 验证集指标虚高测试集崩盘现象验证集 mAP50 到 0.9测试集只有 0.5 左右。原因数据划分时同一块屏幕的图被分到了训练集和验证集验证集和训练集高度相似指标虚高。测试集如果来自不同批次或不同拍摄条件分布差异大指标就掉下来。解决按屏幕编号分组划分确保同一块屏幕只出现在一个集合。如果数据里没有编号用图像哈希去重后再划分。另外测试集要尽量覆盖不同拍摄条件不要全用同一批次的图。验证集指标只用于选权重最终评估以测试集为准。5. 从 1000 张到产线可用增量标注与模型迭代的实操技巧1000 张图训出来的模型直接上产线大概率不够用。缺陷类型会新增拍摄条件会变化模型会退化。真正让这个方案产生价值的是后续的增量迭代流程。我一般会先部署一个低置信度阈值的推理脚本把产线上模型不确定的图自动存下来人工复核后加入训练集。这样每轮迭代只需要标几百张新图而不是从头标 1000 张。推理脚本的核心是设置一个「不确定区间」。比如置信度高于 0.7 的直接判定为缺陷低于 0.3 的判定为正常中间 0.3 到 0.7 的图存下来人工看。YOLO11 推理命令yolo detect predict modelruns/detect/train/weights/best.pt sourceincoming_images saveTrue conf0.3conf0.3是低阈值会把所有可能的目标都框出来。然后在结果里筛选置信度在 0.3 到 0.7 之间的图这些就是模型最不确定的样本标注价值最高。每积累 200 到 300 张新标注就合并进原数据集重新训练一次。注意合并时保持类别定义一致新增类别要同步更新 data.yaml 的nc和names。另一个技巧是冻结 backbone 做微调。当新增数据只有几十张时全量训练容易过拟合。YOLO11 支持冻结前 N 层yolo detect train datadata_v2.yaml modelbest.pt epochs50 freeze10freeze10表示冻结前 10 层只训练后面的检测头。这样微调速度快小数据下更稳。等新数据积累到 500 张以上再解冻全量训练。最后说一个我踩过的坑不要用测试集的指标去决定要不要上线。测试集再大也是离线数据产线上的光照、屏幕批次、拍摄角度都可能变。我习惯在产线先跑一周影子模式模型只记录不拦截对比人工判定结果确认误检和漏检都在可接受范围后再切到自动模式。这个习惯帮我避免过两次大规模误判。希望帮到你。本文还有配套的精品资源点击获取
