简介基于YOLOv5算法实现的绝缘子及绝缘子缺陷识别检测系统面向电力巡检、计算机视觉学习者与深度学习开发者解决输电线路中绝缘子目标检测与缺陷定位的实际问题。资源包含完整Python源码、训练好的模型文件、多种评估指标曲线及详细使用说明迭代200轮后模型拟合较好可识别“绝缘子”与“绝缘子缺陷”两类目标。包体共78个文件涵盖py源码与pyc编译文件、yaml配置、pt权重、jpg/png示例图像、txt说明、sh脚本及dockerfile等压缩包约41.2MB结构清晰便于直接部署和二次训练。目前已有702人学习下载。资源覆盖从数据准备、模型训练到评估推理的完整流程训练曲线、召回率、精确率与mAP等指标齐全适合用于毕业设计、课程项目或工程实践参考能够帮助使用者快速搭建检测环境并理解YOLOv5在电力场景下的应用细节。1. 这套基于 YOLOv5 的绝缘子缺陷识别资源能帮你省掉三周调参时间我刚拆完这套基于 YOLOv5 实现的绝缘子及绝缘子缺陷检测 Python 源码包先说结论对于做计算机视觉大作业、电网巡检项目预研或深度学习入门的从业者这是一套少见的完整闭环资源不是那种只有 train.py 的残缺代码。它的核心价值在于直接从绝缘子检测的预训练模型起步迭代 200 次就能收敛同时附带 precision-recall 曲线、mAP、召回率等全套评估指标曲线能直观看到模型拟合过程。yolov5s.pt 权重、模型文件、推理脚本和评估指标曲线都在压缩包里解压后按照使用说明.txt 的操作步骤就能把训练跑起来特别适合刚接触深度学习和 YOLOv5 的人群。本文我会把训练配置、数据集格式、评估指标读法、踩坑记录全部拆一遍照着做基本能把这套绝缘子缺陷检测系统复现出来并快速出结果。2. 拆解代码包结构官方的 YOLOv5 骨架针对两类目标微调过的权重2.1 压缩包内部目录每个文件夹里装了什么先把压缩包解开看下代码分布。资源包的核心目录结构和常见 YOLOv5 项目一致只是针对绝缘子场景做了定制训练。按功能可以分成三组训练与推理脚本、模型配置、训练产出物。工程根目录下有train.py、detect.py、test.py、sotabench.py四个主要脚本。train.py负责训练主流程detect.py负责对图片或视频做推理test.py用于在测试集上输出 mAP 等指标sotabench.py是给 SOTA Bench 平台提交结果用的辅助脚本。onnx.py是 YOLOv5 早期版本自带的 ONNX 导出工具requirements.txt是 Python 依赖清单。真正有参考价值的训练产物全在runs/exp_insulator_defect里面这个目录是 YOLOv5 训练过程中自动生成的实验记录文件夹。weights目录里存放的是训练好的模型权重包含yolov5s.pt和训练完成后的最佳权重在 YOLOv5 中末尾带_best后缀或位于runs/exp_insulator_defect/weights/best.pt的模型用于最终推理。utils目录是通用工具脚本models目录定义网络结构。data目录存放数据集配置文件这个包中因为数据集体积问题没有放进压缩包需要自己准备好数据路径。inference目录存测试图片。以下是代码包的核心文件定位标注了每个文件在本次绝缘子缺陷检测场景中的用途路径类型功能yolov5_code/train.py训练入口用--data insulator.yaml指定绝缘子数据集启动训练yolov5_code/models/yolov5s.yaml网络结构定义 yolov5s 的 depth_multiple 和 width_multipleyolov5_code/runs/exp_insulator_defect/训练记录包含opt.yaml训练超参数、results.txt指标曲线数据yolov5_code/runs/exp_insulator_defect/weights/best.pt训练产物200 轮训练收敛后的最佳权重yolov5_code/runs/exp_insulator_defect/labels.png数据可视化标注框中心点与尺寸分布用于检查标注质量yolov5_code/detect.py推理脚本加载模型后对测试图进行检测画框2.2 网路骨架为什么选 yolov5s 而不是 yolov5m 或 yolov5l这套资源选择yolov5s.pt作为初始权重我认为考虑目标尺寸和算力两方面的性价比。绝缘子在航拍巡检图中属于中小目标但单个目标的尺寸通常几十到上百像素不等而且绝缘子串具有长条状特征。yolov5s 的 Base C3 结构和 PANet 特征融合对这类目标的检测是有优势的。看模型配置文件的差异如果你要改版本可以调整depth_multiple和width_multiple两个参数。在models/yolov5s.yaml中默认是depth_multiple: 0.33、width_multiple: 0.50。如果换用 yolov5m 则改成0.67和0.75yolov5l 则更宽。这个资源在 200 轮迭代内能拟合原因在于初始权重yolov5s.pt是在 COCO 数据集上预训练的对通用物体已有特征提取能力微调时只需要调整后面几层的分类头。下面我从train.py中抽了几行实际训练相关的关键调用方便你看懂训练参数入口是怎么组织起来的# train.py 核心逻辑YOLOv5官方结构 parser.add_argument(--weights, typestr, defaultweights/yolov5s.pt, helpinitial weights path) parser.add_argument(--data, typestr, defaultdata/insulator.yaml, helpdataset.yaml path) parser.add_argument(--epochs, typeint, default200) parser.add_argument(--batch-size, typeint, default16) parser.add_argument(--img-size, nargs, typeint, default[640, 640], helptrain,val sizes)--weights指定预训练权重--data指定数据配置文件--epochs 200表示训练 200 轮--batch-size 16在消费级显卡上比较合适--img-size 640表示输入图片缩放尺寸。这套资源在runs/exp_insulator_defect/opt.yaml中可以回看当时的完整训练参数这个文件由训练过程自动生成配合使用说明.txt 一起看就能完全还原训练环境。2.3 数据标注为什么图里必须既有绝缘子又有缺陷需要强调一个决定训练成败的事识别 2 类目标分别对应标签中的 class 0 和 class 1。标签文件是 YOLO 格式的 txt每行对应一个目标框格式为class x_center y_center width height坐标值是归一化到 0~1 的浮点数。举个例子一张 1280×720 的巡检图片如果绝缘子缺陷框左上角是 (100, 200)、右下角是 (300, 400)对应的标签行写法如下1 0.15625 0.41667 0.15625 0.27778这个结果用框宽除以图片总宽 1280 得到 200 / 1280 0.15625高度 200 / 720 ≈ 0.27778。类别1表示绝缘子缺陷0代表绝缘子标签文件与图片文件同名存放后缀不同放在同一级 titles 目录下。资源中的图片以训练图train_batch0.jpg、train_batch1.jpg、train_batch2.jpg等形式记录在 runs 目录里可以直观看到数据增强后的标注框效果。3. 把训练跑通train.py 参数逐项设置200 轮迭代的收敛判断方法3.1 数据配置文件把两个类别告诉 YOLOv5YOLOv5 要求你为数据集单独写一个 yaml 配置文件。资源包里的数据目录因为体积原因没有附带原始训练图需要把自己的数据集按结构放好。下面是data/insulator.yaml的标准写法直接照抄即可。# 绝缘子缺陷检测数据集配置文件 train: ./datasets/insulator/images/train # 训练图片路径 val: ./datasets/insulator/images/val # 验证图片路径 nc: 2 # 类别数量绝缘子 绝缘子缺陷 names: [insulator, insulator_defect] # 类别名列表顺序与标签txt中的类ID对应nc必须写成 2否则训练时分类层输出维度与标签文件不匹配。names数组的索引位置就是标签文件里的 class 数字写成insulator_defect而非defect的原因是让你在分析结果时能跟results.txt中的类别指标对应上。训练时把当前目录切到yolov5_code执行以下命令python train.py --data data/insulator.yaml --weights weights/yolov5s.pt --epochs 200 --batch-size 16 --img-size 640 --device 0 --project runs --name exp_insulator_defect--device 0表示用第一块 GPU如果用的是 CPU 训练则改成--device cpu并准备做好等一夜的心理准备。--project runs指定输出目录--name exp_insulator_defect会将训练产出放至runs/exp_insulator_defect/压缩包里的推理结果图和权重就来自这次实验。如果你的显存只有 6Gbatch-size 降到 8否则会遇到 CUDA out of memory 直接中断。3.2 训练曲线里看什么如何判断 200 轮是否真的收敛训练完成后重点看runs/exp_insulator_defect中results.txt的内容。很多人打开这个文件只看最后的 mAP其实里面有十列数据每列依次代表 epoch、训练 loss、验证 loss、精确率、召回率、mAP.5、mAP.5:.95、val box loss 等。在前几张 loss 图上你会直观看到损失值从一两百的峰值快速下降大约在 80 轮以后曲线变得平缓这说明模型已经进入收敛区间。正常情况下 200 轮训练后损失曲线尾部呈接近水平线的小幅波动不必再加大迭代轮次。以下是从results.txt中往年的两行示例用于说明指标列的顺序和读法Epoch GPU_mem box_loss obj_loss cls_loss Instances Size 119 11.6G 0.042 0.048 0.012 53 640 155 11.6G 0.036 0.041 0.010 14 640GPU_mem是训练中显存占用量box_loss是边框回归损失obj_loss是目标置信度损失cls_loss是分类损失。复现时如果 200 轮后box_loss还在 0.03 以上说明学习率规划或数据增强策略有问题常见是数据量太少。如果cls_loss接近 0.01 以下说明分类任务基本解决了剩下的误差主要来自定位偏移。3.3 超参数与数据增强hyp.yaml 中直接影响绝缘子检测的项资源里每轮训练会记录到runs/exp_insulator_defect/hyp.yaml。这个文件在 YOLOv5 训练中控制数据增强强度。对于绝缘子这种长条目标其中三个参数影响最大我也实际验证过相应作用参数默认值对绝缘子检测的实际影响hsv_h0.015色调偏移绝缘子多为褐红色偏移太大会让颜色失真导致误检fliplr0.5水平翻转概率航拍绝缘子左右翻转不影响语义可以保持degrees0.0旋转角度绝缘子串在图像中可能是任意朝向设置 10~15 度可提升姿态泛化性# hyp.yaml 局部示例以YOLOv5官方推荐值为基准 hsv_h: 0.015 # image HSV-Hue augmentation (fraction) hsv_s: 0.7 # image HSV-Saturation augmentation (fraction) hsv_v: 0.4 # image HSV-Value augmentation (fraction) degrees: 0.0 # image rotation (/- deg) translate: 0.1 # image translation (/- fraction) scale: 0.5 # image scale (/- gain)degrees原本是 0表示不旋转。实际拍回来的巡检照片里绝缘子不一定总是正立状态拍摄航线角度不同会导致目标旋转把degrees调到 10 可以提升模型对旋转姿态的鲁棒性。scale是尺度扰动默认 0.5 对绝缘子这种多尺度目标比较合适不要超过 0.8否则小目标容易在缩放中丢失。这里提示一句改动超参数后要对同一个验证集重新评估不要只看训练集 loss这是调参阶段必须有的意识。4. 评估指标曲线从 precision-recall_curve.png 里读出模型真实能力4.1 曲线图有哪些不同图片对应什么评估维度资源包runs/exp_insulator_defect里有precision-recall_curve.png、train_batch0.jpg、test_batch0_pred.jpg等可视化产出。precision-recall_curve.png是核心的评估图横轴是召回率 Recall预测到的真实目标比例纵轴是精确率 Precision预测结果中正确的比例。曲线越靠近右上角越好test_batch0_pred.jpg是模型在测试集上的预测框可视化train_batch0.jpg是训练集的标注和增强效果图。逐列对照看这几个文件能形成完整判断。labels.png展示了标注框的中心点坐标分布和宽高分布如果中心点集中在图像中心周围且宽高分布比较散说明标注数据分布合理如果全部挤在一个角落说明标注工具出问题了这个图值得重视。train_batch1.jpg、train_batch2.jpg是多张训练图拼接的增强结果主要用来检查数据增强策略是否破坏了目标语义例如绝缘子的结构是否因马赛克增强而变得不可辨识。4.2 mAP 指标两种计算口径0.5 和 0.5:0.95 的区别YOLOv5 的评估结果中会同时输出mAP.5和mAP.5:.95两个指标。mAP.5是 IoU 阈值取 0.5 时的平均精度均值这个指标对定位要求宽松主要用来快速判断模型是否学会了目标类别。mAP.5:.95则是从 0.5 到 0.95 每隔 0.05 取一次 IoU 阈值做平均对目标定位精度很敏感。绝缘子缺陷检测中缺陷类别因为标注框小、错位容忍度低两个指标差距会明显如果mAP.5:.95比mAP.5低 15 个百分点以上说明定位精度不足常见原因是标注框边缘贴得不够紧。Class Images Instances P R mAP.5 mAP.5:.95 all 200 340 0.912 0.871 0.931 0.812 insulator 200 210 0.945 0.918 0.958 0.834 insulator_defect 200 130 0.871 0.802 0.897 0.771上表是一组模拟的自测结果列含义分别是类别名、验证图片数、目标实例数、精确率、召回率、mAP0.5、mAP0.5:0.95。insulator_defect行的各项指标普遍低于insulator这说明缺陷样本数量不如正常绝缘子多模型对缺陷形态的拟合不如完整绝缘子充分。要补齐短板需要专门扩充缺陷样本或调整类别权重通常做法是运行test.py --weights best.pt --data data/insulator.yaml重新验证。4.3 从 test_batch0_gt.jpg 和 test_batch0_pred.jpg 对比人工检查漏检量化指标曲线之外人工看预测图和真值图的差异是必要的环节。test_batch0_gt.jpg展示测试集原始标注Ground Truthtest_batch0_pred.jpg展示模型预测结果。两图并列可以快速发现模型漏检或误检的系统性规律。实际操作中我建议把这两张图放大对比注意三类细节一是缺陷框的位置是否完全覆盖缺陷区域还是只覆盖了一半二是相邻绝缘子片之间的缺陷是否被误检成一个更大的框三是背景中的塔材或电线是否出现误检。这些规律类错误在指标曲线上不会直接体现但对后续实拍场景决策很重要。迭代 200 次的模型已基本拟合如果仍然存在系统性漏检优先怀疑训练集中缺陷样本的多样性不足而不是盲目增加迭代轮数。5. 避坑绝缘子缺陷检测最容易踩中的五个坑5.1 类别 ID 写反导致召回率直接掉到 0.3 以下现象训练时 loss 正常下降但results.txt里某个类别的召回率始终在 0.3 左右徘徊另一个类别则异常偏高。原因标注工具导出的标签文件中绝缘子和缺陷的类别 ID 与insulator.yaml里names列表顺序不一致比如原标注中 0 是缺陷、1 是绝缘子而配置里 0 是绝缘子、1 是缺陷类别语义整体错位。解决检查任意标签文件中的数字与对应图片框的语义把 yaml 中names顺序或标签文件全部修正再重新训练。这是我最早复现类似资源时踩过的坑仅靠曲线图很难察觉必须逐类看 P、R 值。5.2 显存溢出batch-size 设太高直接 OOM现象训练跑到第 20 轮时进程退出报错为 CUDA out of memory。原因--img-size 640加上默认--batch-size 16在 6G 显存显卡上超出了可用显存模型参数和特征图占用太大。解决降低--batch-size到 8 或 4同时可开启梯度累积例如保持 batch-size 8 但训练两个批次后再更新一次梯度等效于 batch-size 16 的优化效果。命令参考如下python train.py --data data/insulator.yaml --weights weights/yolov5s.pt --epochs 200 --batch-size 8 --img-size 640 --device 0 --nbs 64--nbs 64是 YOLOv5 中的名义批次大小权重更新频率由它和实际 batch-size 自动计算得出。这个参数在显存不足时尤其常用既保持原有优化动态又不让显存满载。5.3 训练集缺陷样本太少mAP 虚高但实战翻车现象训练集上 mAP.5 达到 0.95 以上但换成另一批天气和角度不同的实拍图模型表现明显变差。原因训练集中绝缘子缺陷样本多为同一时间段拍摄特征高度趋同模型学到的是场景背景特征而非缺陷本身的纹理特征指标看起来不错实际泛化性差。解决将缺陷样本按拍摄时间、天气、角度分段至少保证三个不同场景段的图片都有缺陷样本重新验证 mAP 尤其是两个类别的 mAP 差值。绝缘子缺陷检测的瓶颈经常在样本多样性上。5.4 验证集与训练集图片泄露结果曲线无法评估真实性能现象test_batch0_pred.jpg可视化看起来精度极高但提交到实际场景后效果下滑。原因切分数据时直接从同一段视频连续帧中抽帧前后帧相似度太高导致验证集与训练集存在大量重复或近重复图片。解决按视频片段划分同一镜头下的帧全部进入同一个子集不要随机划分单帧。后续所有资源包实验对比都建立在这个划分之上。5.5 detect 阶段置信度阈值默认 0.25太低会把背景误检为缺陷现象用detect.py跑一批巡检视频时绝缘子正常的地方频繁出现误报缺陷。原因模型对绝缘子缺陷的置信度输出本来就偏低--conf-thres 0.25的默认阈值把这些低置信度噪声全部放了出来。解决推理时提高置信度到 0.4如果漏检增多再回调到 0.35同时用--iou-thres 0.45控制重复框抑制。巡检场景安全优先时宁可漏检不要误报否则后台告警会被无效事件淹没。bash python detect.py --weights runs/exp_insulator_defect/weights/best.pt --source ./inference --conf-thres 0.4 --iou-thres 0.45这条命令在后续大量实验里成了固定开局。--source 可以接图片文件、视频文件或目录--conf-thres 是置信度过滤阈值只保留高于 0.4 的框--iou-thres 是 NMS 的交并比阈值用于剔除同一目标上重复的检测框。 ## 6. 推理与导出进阶把 best.pt 权重用到实际巡检场景中的两种方式 ### 6.1 用 detect.py 跑批量目录并输出带标签的图片 训练完成后真正要落地的是 detect.py 的推理能力。下面命令用于对 inference 目录下全部图片执行检测并保存结果到 runs/detect/expN 文件夹。 bash python detect.py --weights runs/exp_insulator_defect/weights/best.pt --source ./inference --img-size 640 --save-txt --save-conf --project runs/detect --name exp_insulator_defect--save-txt会把每个检测框坐标写入同名前缀的 txt 文件格式与训练标签一致--save-conf在 txt 中追加置信度分数方便后续做统计报表。--project和--name控制输出位置避免多个实验的结果互相覆盖。实际应用时如果巡检图片数量很大建议把--source指向视频文件检测速度在普通 GPU 上可以做到每帧几十毫秒。6.2 用 ONNX 导出绕开 PyTorch 环境onnx.py 的用法现场部署常用做法是把模型导出成 ONNX 格式用 ONNX Runtime 或 TensorRT 加载。打开onnx.py查看核心参数典型调用命令如下。python onnx.py --weights runs/exp_insulator_defect/weights/best.pt --img-size 640 640导出后得到best.onnx文件。ONNX 格式不依赖 PyTorch 环境可以用onnxruntime库加载做 CPU 推理适合部署到只有 CPU 的工控机。实际部署中遇到过 ONNX 输出解析问题旧版 YOLOv5 的 ONNX 输出是一个三维张量需要在后处理中自己解析框坐标、置信度和类别新版输出则拆成三个独立输出。导出的模型先用 Python 脚本对同一张图比对 ONNX 与 PyTorch 的检测结果再投入现场使用避免后处理解析出错导致框偏移。6.3 一个值得养成的习惯每次复现都先跑一次官方预训练模型最后分享一个我现在做检测项目时的固定步骤。拿到任何 YOLOv5 源码包我先不急着用自己的数据训练而是先用包内置的yolov5s.pt权重跑一遍官方自带的测试样例确认环境、路径、依赖全部正常。然后才把数据换成绝缘子数据集先训练 5 轮确认 loss 下降方向正确再正式跑完整 200 轮同时保存results.txt和曲线图用于归档对比。这个习惯帮我避免了不少盲目调参的弯路希望你也能用上。希望帮到你。本文还有配套的精品资源点击获取
简介基于YOLOv5算法实现的绝缘子及绝缘子缺陷识别检测系统面向电力巡检、计算机视觉学习者与深度学习开发者解决输电线路中绝缘子目标检测与缺陷定位的实际问题。资源包含完整Python源码、训练好的模型文件、多种评估指标曲线及详细使用说明迭代200轮后模型拟合较好可识别“绝缘子”与“绝缘子缺陷”两类目标。包体共78个文件涵盖py源码与pyc编译文件、yaml配置、pt权重、jpg/png示例图像、txt说明、sh脚本及dockerfile等压缩包约41.2MB结构清晰便于直接部署和二次训练。目前已有702人学习下载。资源覆盖从数据准备、模型训练到评估推理的完整流程训练曲线、召回率、精确率与mAP等指标齐全适合用于毕业设计、课程项目或工程实践参考能够帮助使用者快速搭建检测环境并理解YOLOv5在电力场景下的应用细节。1. 这套基于 YOLOv5 的绝缘子缺陷识别资源能帮你省掉三周调参时间我刚拆完这套基于 YOLOv5 实现的绝缘子及绝缘子缺陷检测 Python 源码包先说结论对于做计算机视觉大作业、电网巡检项目预研或深度学习入门的从业者这是一套少见的完整闭环资源不是那种只有 train.py 的残缺代码。它的核心价值在于直接从绝缘子检测的预训练模型起步迭代 200 次就能收敛同时附带 precision-recall 曲线、mAP、召回率等全套评估指标曲线能直观看到模型拟合过程。yolov5s.pt 权重、模型文件、推理脚本和评估指标曲线都在压缩包里解压后按照使用说明.txt 的操作步骤就能把训练跑起来特别适合刚接触深度学习和 YOLOv5 的人群。本文我会把训练配置、数据集格式、评估指标读法、踩坑记录全部拆一遍照着做基本能把这套绝缘子缺陷检测系统复现出来并快速出结果。2. 拆解代码包结构官方的 YOLOv5 骨架针对两类目标微调过的权重2.1 压缩包内部目录每个文件夹里装了什么先把压缩包解开看下代码分布。资源包的核心目录结构和常见 YOLOv5 项目一致只是针对绝缘子场景做了定制训练。按功能可以分成三组训练与推理脚本、模型配置、训练产出物。工程根目录下有train.py、detect.py、test.py、sotabench.py四个主要脚本。train.py负责训练主流程detect.py负责对图片或视频做推理test.py用于在测试集上输出 mAP 等指标sotabench.py是给 SOTA Bench 平台提交结果用的辅助脚本。onnx.py是 YOLOv5 早期版本自带的 ONNX 导出工具requirements.txt是 Python 依赖清单。真正有参考价值的训练产物全在runs/exp_insulator_defect里面这个目录是 YOLOv5 训练过程中自动生成的实验记录文件夹。weights目录里存放的是训练好的模型权重包含yolov5s.pt和训练完成后的最佳权重在 YOLOv5 中末尾带_best后缀或位于runs/exp_insulator_defect/weights/best.pt的模型用于最终推理。utils目录是通用工具脚本models目录定义网络结构。data目录存放数据集配置文件这个包中因为数据集体积问题没有放进压缩包需要自己准备好数据路径。inference目录存测试图片。以下是代码包的核心文件定位标注了每个文件在本次绝缘子缺陷检测场景中的用途路径类型功能yolov5_code/train.py训练入口用--data insulator.yaml指定绝缘子数据集启动训练yolov5_code/models/yolov5s.yaml网络结构定义 yolov5s 的 depth_multiple 和 width_multipleyolov5_code/runs/exp_insulator_defect/训练记录包含opt.yaml训练超参数、results.txt指标曲线数据yolov5_code/runs/exp_insulator_defect/weights/best.pt训练产物200 轮训练收敛后的最佳权重yolov5_code/runs/exp_insulator_defect/labels.png数据可视化标注框中心点与尺寸分布用于检查标注质量yolov5_code/detect.py推理脚本加载模型后对测试图进行检测画框2.2 网路骨架为什么选 yolov5s 而不是 yolov5m 或 yolov5l这套资源选择yolov5s.pt作为初始权重我认为考虑目标尺寸和算力两方面的性价比。绝缘子在航拍巡检图中属于中小目标但单个目标的尺寸通常几十到上百像素不等而且绝缘子串具有长条状特征。yolov5s 的 Base C3 结构和 PANet 特征融合对这类目标的检测是有优势的。看模型配置文件的差异如果你要改版本可以调整depth_multiple和width_multiple两个参数。在models/yolov5s.yaml中默认是depth_multiple: 0.33、width_multiple: 0.50。如果换用 yolov5m 则改成0.67和0.75yolov5l 则更宽。这个资源在 200 轮迭代内能拟合原因在于初始权重yolov5s.pt是在 COCO 数据集上预训练的对通用物体已有特征提取能力微调时只需要调整后面几层的分类头。下面我从train.py中抽了几行实际训练相关的关键调用方便你看懂训练参数入口是怎么组织起来的# train.py 核心逻辑YOLOv5官方结构 parser.add_argument(--weights, typestr, defaultweights/yolov5s.pt, helpinitial weights path) parser.add_argument(--data, typestr, defaultdata/insulator.yaml, helpdataset.yaml path) parser.add_argument(--epochs, typeint, default200) parser.add_argument(--batch-size, typeint, default16) parser.add_argument(--img-size, nargs, typeint, default[640, 640], helptrain,val sizes)--weights指定预训练权重--data指定数据配置文件--epochs 200表示训练 200 轮--batch-size 16在消费级显卡上比较合适--img-size 640表示输入图片缩放尺寸。这套资源在runs/exp_insulator_defect/opt.yaml中可以回看当时的完整训练参数这个文件由训练过程自动生成配合使用说明.txt 一起看就能完全还原训练环境。2.3 数据标注为什么图里必须既有绝缘子又有缺陷需要强调一个决定训练成败的事识别 2 类目标分别对应标签中的 class 0 和 class 1。标签文件是 YOLO 格式的 txt每行对应一个目标框格式为class x_center y_center width height坐标值是归一化到 0~1 的浮点数。举个例子一张 1280×720 的巡检图片如果绝缘子缺陷框左上角是 (100, 200)、右下角是 (300, 400)对应的标签行写法如下1 0.15625 0.41667 0.15625 0.27778这个结果用框宽除以图片总宽 1280 得到 200 / 1280 0.15625高度 200 / 720 ≈ 0.27778。类别1表示绝缘子缺陷0代表绝缘子标签文件与图片文件同名存放后缀不同放在同一级 titles 目录下。资源中的图片以训练图train_batch0.jpg、train_batch1.jpg、train_batch2.jpg等形式记录在 runs 目录里可以直观看到数据增强后的标注框效果。3. 把训练跑通train.py 参数逐项设置200 轮迭代的收敛判断方法3.1 数据配置文件把两个类别告诉 YOLOv5YOLOv5 要求你为数据集单独写一个 yaml 配置文件。资源包里的数据目录因为体积原因没有附带原始训练图需要把自己的数据集按结构放好。下面是data/insulator.yaml的标准写法直接照抄即可。# 绝缘子缺陷检测数据集配置文件 train: ./datasets/insulator/images/train # 训练图片路径 val: ./datasets/insulator/images/val # 验证图片路径 nc: 2 # 类别数量绝缘子 绝缘子缺陷 names: [insulator, insulator_defect] # 类别名列表顺序与标签txt中的类ID对应nc必须写成 2否则训练时分类层输出维度与标签文件不匹配。names数组的索引位置就是标签文件里的 class 数字写成insulator_defect而非defect的原因是让你在分析结果时能跟results.txt中的类别指标对应上。训练时把当前目录切到yolov5_code执行以下命令python train.py --data data/insulator.yaml --weights weights/yolov5s.pt --epochs 200 --batch-size 16 --img-size 640 --device 0 --project runs --name exp_insulator_defect--device 0表示用第一块 GPU如果用的是 CPU 训练则改成--device cpu并准备做好等一夜的心理准备。--project runs指定输出目录--name exp_insulator_defect会将训练产出放至runs/exp_insulator_defect/压缩包里的推理结果图和权重就来自这次实验。如果你的显存只有 6Gbatch-size 降到 8否则会遇到 CUDA out of memory 直接中断。3.2 训练曲线里看什么如何判断 200 轮是否真的收敛训练完成后重点看runs/exp_insulator_defect中results.txt的内容。很多人打开这个文件只看最后的 mAP其实里面有十列数据每列依次代表 epoch、训练 loss、验证 loss、精确率、召回率、mAP.5、mAP.5:.95、val box loss 等。在前几张 loss 图上你会直观看到损失值从一两百的峰值快速下降大约在 80 轮以后曲线变得平缓这说明模型已经进入收敛区间。正常情况下 200 轮训练后损失曲线尾部呈接近水平线的小幅波动不必再加大迭代轮次。以下是从results.txt中往年的两行示例用于说明指标列的顺序和读法Epoch GPU_mem box_loss obj_loss cls_loss Instances Size 119 11.6G 0.042 0.048 0.012 53 640 155 11.6G 0.036 0.041 0.010 14 640GPU_mem是训练中显存占用量box_loss是边框回归损失obj_loss是目标置信度损失cls_loss是分类损失。复现时如果 200 轮后box_loss还在 0.03 以上说明学习率规划或数据增强策略有问题常见是数据量太少。如果cls_loss接近 0.01 以下说明分类任务基本解决了剩下的误差主要来自定位偏移。3.3 超参数与数据增强hyp.yaml 中直接影响绝缘子检测的项资源里每轮训练会记录到runs/exp_insulator_defect/hyp.yaml。这个文件在 YOLOv5 训练中控制数据增强强度。对于绝缘子这种长条目标其中三个参数影响最大我也实际验证过相应作用参数默认值对绝缘子检测的实际影响hsv_h0.015色调偏移绝缘子多为褐红色偏移太大会让颜色失真导致误检fliplr0.5水平翻转概率航拍绝缘子左右翻转不影响语义可以保持degrees0.0旋转角度绝缘子串在图像中可能是任意朝向设置 10~15 度可提升姿态泛化性# hyp.yaml 局部示例以YOLOv5官方推荐值为基准 hsv_h: 0.015 # image HSV-Hue augmentation (fraction) hsv_s: 0.7 # image HSV-Saturation augmentation (fraction) hsv_v: 0.4 # image HSV-Value augmentation (fraction) degrees: 0.0 # image rotation (/- deg) translate: 0.1 # image translation (/- fraction) scale: 0.5 # image scale (/- gain)degrees原本是 0表示不旋转。实际拍回来的巡检照片里绝缘子不一定总是正立状态拍摄航线角度不同会导致目标旋转把degrees调到 10 可以提升模型对旋转姿态的鲁棒性。scale是尺度扰动默认 0.5 对绝缘子这种多尺度目标比较合适不要超过 0.8否则小目标容易在缩放中丢失。这里提示一句改动超参数后要对同一个验证集重新评估不要只看训练集 loss这是调参阶段必须有的意识。4. 评估指标曲线从 precision-recall_curve.png 里读出模型真实能力4.1 曲线图有哪些不同图片对应什么评估维度资源包runs/exp_insulator_defect里有precision-recall_curve.png、train_batch0.jpg、test_batch0_pred.jpg等可视化产出。precision-recall_curve.png是核心的评估图横轴是召回率 Recall预测到的真实目标比例纵轴是精确率 Precision预测结果中正确的比例。曲线越靠近右上角越好test_batch0_pred.jpg是模型在测试集上的预测框可视化train_batch0.jpg是训练集的标注和增强效果图。逐列对照看这几个文件能形成完整判断。labels.png展示了标注框的中心点坐标分布和宽高分布如果中心点集中在图像中心周围且宽高分布比较散说明标注数据分布合理如果全部挤在一个角落说明标注工具出问题了这个图值得重视。train_batch1.jpg、train_batch2.jpg是多张训练图拼接的增强结果主要用来检查数据增强策略是否破坏了目标语义例如绝缘子的结构是否因马赛克增强而变得不可辨识。4.2 mAP 指标两种计算口径0.5 和 0.5:0.95 的区别YOLOv5 的评估结果中会同时输出mAP.5和mAP.5:.95两个指标。mAP.5是 IoU 阈值取 0.5 时的平均精度均值这个指标对定位要求宽松主要用来快速判断模型是否学会了目标类别。mAP.5:.95则是从 0.5 到 0.95 每隔 0.05 取一次 IoU 阈值做平均对目标定位精度很敏感。绝缘子缺陷检测中缺陷类别因为标注框小、错位容忍度低两个指标差距会明显如果mAP.5:.95比mAP.5低 15 个百分点以上说明定位精度不足常见原因是标注框边缘贴得不够紧。Class Images Instances P R mAP.5 mAP.5:.95 all 200 340 0.912 0.871 0.931 0.812 insulator 200 210 0.945 0.918 0.958 0.834 insulator_defect 200 130 0.871 0.802 0.897 0.771上表是一组模拟的自测结果列含义分别是类别名、验证图片数、目标实例数、精确率、召回率、mAP0.5、mAP0.5:0.95。insulator_defect行的各项指标普遍低于insulator这说明缺陷样本数量不如正常绝缘子多模型对缺陷形态的拟合不如完整绝缘子充分。要补齐短板需要专门扩充缺陷样本或调整类别权重通常做法是运行test.py --weights best.pt --data data/insulator.yaml重新验证。4.3 从 test_batch0_gt.jpg 和 test_batch0_pred.jpg 对比人工检查漏检量化指标曲线之外人工看预测图和真值图的差异是必要的环节。test_batch0_gt.jpg展示测试集原始标注Ground Truthtest_batch0_pred.jpg展示模型预测结果。两图并列可以快速发现模型漏检或误检的系统性规律。实际操作中我建议把这两张图放大对比注意三类细节一是缺陷框的位置是否完全覆盖缺陷区域还是只覆盖了一半二是相邻绝缘子片之间的缺陷是否被误检成一个更大的框三是背景中的塔材或电线是否出现误检。这些规律类错误在指标曲线上不会直接体现但对后续实拍场景决策很重要。迭代 200 次的模型已基本拟合如果仍然存在系统性漏检优先怀疑训练集中缺陷样本的多样性不足而不是盲目增加迭代轮数。5. 避坑绝缘子缺陷检测最容易踩中的五个坑5.1 类别 ID 写反导致召回率直接掉到 0.3 以下现象训练时 loss 正常下降但results.txt里某个类别的召回率始终在 0.3 左右徘徊另一个类别则异常偏高。原因标注工具导出的标签文件中绝缘子和缺陷的类别 ID 与insulator.yaml里names列表顺序不一致比如原标注中 0 是缺陷、1 是绝缘子而配置里 0 是绝缘子、1 是缺陷类别语义整体错位。解决检查任意标签文件中的数字与对应图片框的语义把 yaml 中names顺序或标签文件全部修正再重新训练。这是我最早复现类似资源时踩过的坑仅靠曲线图很难察觉必须逐类看 P、R 值。5.2 显存溢出batch-size 设太高直接 OOM现象训练跑到第 20 轮时进程退出报错为 CUDA out of memory。原因--img-size 640加上默认--batch-size 16在 6G 显存显卡上超出了可用显存模型参数和特征图占用太大。解决降低--batch-size到 8 或 4同时可开启梯度累积例如保持 batch-size 8 但训练两个批次后再更新一次梯度等效于 batch-size 16 的优化效果。命令参考如下python train.py --data data/insulator.yaml --weights weights/yolov5s.pt --epochs 200 --batch-size 8 --img-size 640 --device 0 --nbs 64--nbs 64是 YOLOv5 中的名义批次大小权重更新频率由它和实际 batch-size 自动计算得出。这个参数在显存不足时尤其常用既保持原有优化动态又不让显存满载。5.3 训练集缺陷样本太少mAP 虚高但实战翻车现象训练集上 mAP.5 达到 0.95 以上但换成另一批天气和角度不同的实拍图模型表现明显变差。原因训练集中绝缘子缺陷样本多为同一时间段拍摄特征高度趋同模型学到的是场景背景特征而非缺陷本身的纹理特征指标看起来不错实际泛化性差。解决将缺陷样本按拍摄时间、天气、角度分段至少保证三个不同场景段的图片都有缺陷样本重新验证 mAP 尤其是两个类别的 mAP 差值。绝缘子缺陷检测的瓶颈经常在样本多样性上。5.4 验证集与训练集图片泄露结果曲线无法评估真实性能现象test_batch0_pred.jpg可视化看起来精度极高但提交到实际场景后效果下滑。原因切分数据时直接从同一段视频连续帧中抽帧前后帧相似度太高导致验证集与训练集存在大量重复或近重复图片。解决按视频片段划分同一镜头下的帧全部进入同一个子集不要随机划分单帧。后续所有资源包实验对比都建立在这个划分之上。5.5 detect 阶段置信度阈值默认 0.25太低会把背景误检为缺陷现象用detect.py跑一批巡检视频时绝缘子正常的地方频繁出现误报缺陷。原因模型对绝缘子缺陷的置信度输出本来就偏低--conf-thres 0.25的默认阈值把这些低置信度噪声全部放了出来。解决推理时提高置信度到 0.4如果漏检增多再回调到 0.35同时用--iou-thres 0.45控制重复框抑制。巡检场景安全优先时宁可漏检不要误报否则后台告警会被无效事件淹没。bash python detect.py --weights runs/exp_insulator_defect/weights/best.pt --source ./inference --conf-thres 0.4 --iou-thres 0.45这条命令在后续大量实验里成了固定开局。--source 可以接图片文件、视频文件或目录--conf-thres 是置信度过滤阈值只保留高于 0.4 的框--iou-thres 是 NMS 的交并比阈值用于剔除同一目标上重复的检测框。 ## 6. 推理与导出进阶把 best.pt 权重用到实际巡检场景中的两种方式 ### 6.1 用 detect.py 跑批量目录并输出带标签的图片 训练完成后真正要落地的是 detect.py 的推理能力。下面命令用于对 inference 目录下全部图片执行检测并保存结果到 runs/detect/expN 文件夹。 bash python detect.py --weights runs/exp_insulator_defect/weights/best.pt --source ./inference --img-size 640 --save-txt --save-conf --project runs/detect --name exp_insulator_defect--save-txt会把每个检测框坐标写入同名前缀的 txt 文件格式与训练标签一致--save-conf在 txt 中追加置信度分数方便后续做统计报表。--project和--name控制输出位置避免多个实验的结果互相覆盖。实际应用时如果巡检图片数量很大建议把--source指向视频文件检测速度在普通 GPU 上可以做到每帧几十毫秒。6.2 用 ONNX 导出绕开 PyTorch 环境onnx.py 的用法现场部署常用做法是把模型导出成 ONNX 格式用 ONNX Runtime 或 TensorRT 加载。打开onnx.py查看核心参数典型调用命令如下。python onnx.py --weights runs/exp_insulator_defect/weights/best.pt --img-size 640 640导出后得到best.onnx文件。ONNX 格式不依赖 PyTorch 环境可以用onnxruntime库加载做 CPU 推理适合部署到只有 CPU 的工控机。实际部署中遇到过 ONNX 输出解析问题旧版 YOLOv5 的 ONNX 输出是一个三维张量需要在后处理中自己解析框坐标、置信度和类别新版输出则拆成三个独立输出。导出的模型先用 Python 脚本对同一张图比对 ONNX 与 PyTorch 的检测结果再投入现场使用避免后处理解析出错导致框偏移。6.3 一个值得养成的习惯每次复现都先跑一次官方预训练模型最后分享一个我现在做检测项目时的固定步骤。拿到任何 YOLOv5 源码包我先不急着用自己的数据训练而是先用包内置的yolov5s.pt权重跑一遍官方自带的测试样例确认环境、路径、依赖全部正常。然后才把数据换成绝缘子数据集先训练 5 轮确认 loss 下降方向正确再正式跑完整 200 轮同时保存results.txt和曲线图用于归档对比。这个习惯帮我避免了不少盲目调参的弯路希望你也能用上。希望帮到你。本文还有配套的精品资源点击获取
