道路裂缝检测实战:用YOLOv8在CrackSegmentationDataset上训练分割模型(含数据增强技巧)

道路裂缝分割检测CrackSegmentationDataset-11200 该数据集包含从12个可用的裂纹分割数据集合并而成的约11200张图像。将每个图像的名称前缀分别是图像原来的数据集。所有图像都被调整为(448,448)的大小。train和test 分别是训练和测试图像,测试图像一共 1695 张,训练图像一共 9603 张;train和test 结构是一样的,都包含了 images 和 masks 文件夹,其中images 包含了 jpg 图片和对于的 JSON 标签文件,masks 包含分割的掩码图像。 阅读详情

道路裂缝检测实战:用YOLOv8在CrackSegmentationDataset上训练分割模型(含数据增强技巧)

最近在做一个基础设施巡检的项目,客户要求能自动识别路面裂缝,而且要精确到像素级别,方便后续计算裂缝的长度和宽度。市面上虽然有不少现成的数据集,但要么图片数量太少,要么标注质量参差不齐,训练出来的模型在实际场景中泛化能力总是不尽如人意。后来我发现了这个CrackSegmentationDataset,它合并了12个公开数据集,总共11200张图片,而且都统一调整到了448x448的尺寸,标注格式也比较规范。这让我看到了希望,但直接拿过来用还是遇到了不少坑——比如裂缝形态千奇百怪,有的细如发丝,有的宽如沟壑;数据集里还有些没有裂缝的“负样本”,处理不当会影响模型判断。

经过几轮实验,我发现用YOLOv8的分割模型是个不错的选择,它既保持了YOLO系列的速度优势,又能输出精确的掩码。不过,要把这个数据集用好,需要一些特别的技巧。今天我就把自己从数据准备、模型训练到调优的完整流程分享出来,特别是那些在官方文档里不会详细说明的实战细节。

1. 数据准备与格式转换:从原始标注到YOLO格式

拿到CrackSegmentationDataset后,第一件事就是检查数据质量。这个数据集的结构比较清晰,train和test文件夹下各有images和masks子文件夹。images里是JPG图片和对应的JSON标注文件,masks里则是二值化的掩码图片(白色代表裂缝,黑色代表背景)。这种结构对于语义分割任务很友好,但YOLOv8需要的是特定的YOLO格式。

YOLO格式的标注文件是.txt文件,每行代表一个实例,格式为:class_id x1 y1 x2 y2 ... xn yn,其中坐标是归一化后的多边形点集。而我们的掩码是二值图像,需要从中提取轮廓并转换成多边形。这里有个细节需要注意:裂缝往往是不规则的细长形状,直接提取轮廓可能会得到过于复杂的多边形,导致标注文件过大,影响训练速度。

我写了一个转换脚本,主要做了三件事:1)读取掩码图像;2)使用OpenCV的findContours函数提取轮廓;3)对轮廓点进行适当的简化(使用approxPolyDP),在保持形状基本不变的前提下减少点数。下面是一个核心代码片段:

import cv2
import json
import os
from pathlib import Path

def mask_to_yolo_polygon(mask_path, img_width=448, img_height=448):
    """将二值掩码图像转换为YOLO格式的多边形标注"""
    mask = cv2.imread(mask_path, cv2.IMREAD_GRAYSCALE)
    _, binary = cv2.threshold(mask, 127, 255, cv2.THRESH_BINARY)
    
    contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    
    yolo_polygons = []
    for contour in contours:
        if cv2.contourArea(contour) < 10:  # 忽略面积太小的噪声
            continue
            
        # 轮廓点简化,epsilon参数控制简化程度
        epsilon = 0.002 * cv2.arcLength(contour, True)
        approx = cv2.approxPolyDP(contour, epsilon, True)
        
        # 转换为归一化坐标
        polygon = []
        for point in approx:
            x = point[0][0] / img_width
            y = point[0][1] / img_height
            polygon.extend([x, y])
        
        if len(polygon) >= 6:  # 至少需要3个点(6个坐标值)
            yolo_polygons.append(polygon)
    
    return yolo_polygons

转换完成后,还需要创建YOLO数据集配置文件(crack-seg.yaml)。这个文件告诉YOLO去哪里找训练集、验证集,以及类别信息。我参考了Ultralytics官方提供的配置,但根据本地路径做了调整:

# crack-seg.yaml
path: /path/to/your/dataset  # 数据集根目录
train: images/train  # 训练集图片路径(相对path)
val: images/val    # 验证集图片路径
test: images/test   # 测试集图片路径(可选)

# 类别信息
names:
  0: crack

注意:原始数据集的test文件夹有1695张图片,train有9603张。我建议从中再划分出一部分作为验证集(比如从训练集中拿出20%),而不是直接用测试集做验证。这样可以更客观地评估模型在未见数据上的表现。

数据转换过程中最容易出问题的是坐标归一化。一定要确保img_width和img_height参数与实际图片尺寸一致(这个数据集都是448x448)。如果尺寸不匹配,标注就会错位。转换完成后,建议随机抽查几张图片,用可视化工具检查标注是否准确覆盖了裂缝区域。

2. 模型选择与Anchor优化:针对裂缝特性的调整

YOLOv8提供了多种预训练模型,从轻量级的YOLOv8n到大型的YOLOv8x。对于裂缝检测这种任务,我推荐从YOLOv8m-seg(中等尺寸)开始尝试。它在精度和速度之间取得了不错的平衡,而且预训练权重在COCO数据集上学习到的通用特征对裂缝检测也有帮助。

不过,裂缝检测有个特殊之处:目标形态极其不规则,而且长宽比变化很大。传统的Anchor-based检测器需要预设Anchor尺寸,但YOLOv8采用了Anchor-free的设计,这在一定程度上缓解了这个问题。但即便如此,模型在训练初期对细长裂缝的识别效果还是不太理想。

我分析了一下数据集中裂缝的尺寸分布,发现大多数裂缝的宽度都在5-30像素之间,而长度可能横跨整个图像(448像素)。这种极端的长宽比让模型难以学习有效的特征表示。为了解决这个问题,我尝试了两种策略:

策略一:调整输入图像尺寸。 YOLOv8默认使用640x640的输入,但我们的原始图片是448x448。如果直接上采样到640,会引入模糊,可能丢失细小裂缝的细节。如果保持448,又无法充分利用模型的能力。我做了个对比实验:

输入尺寸mAP@0.5推理速度 (FPS)小裂缝召回率
448x4480.7231420.68
640x6400.751980.72
832x8320.758620.74

从结果看,640x640是个不错的折中选择。虽然速度有所下降,但精度提升明显,特别是对小裂缝的召回率。

策略二:修改模型结构中的特征融合方式。 YOLOv8的PANet(Path Aggregation Network)负责融合不同尺度的特征。对于细长的裂缝,浅层特征(包含更多细节)可能比深层特征(包含更多语义信息)更重要。我尝试调整了特征金字塔的融合权重,让模型更关注细节特征:

from ultralytics import YOLO
import torch.nn as nn

class CustomYOLO(YOLO):
    def __init__(self, model='yolov8m-seg.pt'):
        super().__init__(model)
        # 修改PANet中的特征融合权重
        # 这里只是示意,实际修改需要更深入
        self.model.model[-1].cv2[0] = nn.Conv2d(256, 256, 1)  # 调整通道数
        self.model.model[-1].cv3[0] = nn.Conv2d(256, 256, 1)

不过,直接修改模型结构需要重新训练,而且可能破坏预训练权重的优势。更实用的方法是通过数据增强来让模型看到更多样化的裂缝形态。

3. 数据增强策略:解决样本不平衡与提升泛化能力

裂缝检测任务面临几个数据层面的挑战:1)正负样本不平衡(裂缝像素远少于背景像素);2)裂缝形态差异大;3)拍摄条件不同导致的亮度、对比度变化。好的数据增强策略能显著提升模型的鲁棒性。

YOLOv8内置了丰富的数据增强,包括Mosaic、MixUp、随机翻转、色彩抖动等。但对于裂缝检测,有些增强需要特别调整:

  • Mosaic增强:把四张图片拼成一张。这能增加小目标的出现频率,对于提高小裂缝的检测率很有帮助。但要注意,如果拼接过多的“无裂缝”图片,可能会稀释正样本。我建议将Mosaic的概率设为0.5,而不是默认的1.0。

  • 随机旋转与透视变换:裂缝的方向是随机的,但路面图片通常有固定的视角(俯视)。过度的3D变换可能产生不真实的样本。我主要使用小角度的旋转(±15度)和轻微的透视变换。

  • 色彩增强:路面在不同光照、天气条件下颜色差异很大。我增加了HSV空间的增强强度,特别是饱和度和明度的变化范围:

# 在训练命令中通过参数调整
hsv_h: 0.015  # 色调变化幅度
hsv_s: 0.7    # 饱和度变化幅度(比默认值大)
hsv_v: 0.4    # 明度变化幅度
  • CutOut和CutMix:这两种增强对裂缝检测特别有效。CutOut随机遮挡图片的一部分,强迫模型不依赖局部特征;CutMix将两张图片的部分区域混合,能生成更复杂的裂缝形态。但要注意,CutOut的遮挡区域不能太大,否则可能把整条裂缝都遮住了。

除了这些标准增强,我还针对裂缝的特点设计了一些定制化增强:

  1. 裂缝形态增强:使用形态学操作(膨胀、腐蚀)模拟不同宽度的裂缝。细裂缝通过腐蚀变得更细,验证模型对极小目标的敏感度;宽裂缝通过膨胀变得更宽,增加样本多样性。

  2. 噪声注入:真实路面常有油渍、水渍、阴影等干扰。在训练图片中添加随机噪声斑点,能提升模型抗干扰能力。

  3. 多尺度训练:不仅改变图片尺寸,还改变裂缝的“视觉尺度”。比如,将图片放大后再裁剪,模拟近距离拍摄;将图片缩小,模拟远距离拍摄。

下面是一个结合了多种增强的训练配置示例:

from ultralytics import YOLO

# 加载模型
model = YOLO('yolov8m-seg.pt')

# 训练配置
results = model.train(
    data='crack-seg.yaml',
    epochs=150,
    imgsz=640,
    batch=16,
    workers=4,
    optimizer='AdamW',  # 使用AdamW优化器,收敛更稳定
    lr0=0.001,  # 初始学习率
    lrf=0.01,   # 最终学习率因子
    momentum=0.937,
    weight_decay=0.0005,
    warmup_epochs=3,
    warmup_momentum=0.8,
    box=7.5,    # 调整box损失权重
    cls=0.5,    # 调整分类损失权重
    dfl=1.5,    # 调整DFL损失权重
    hsv_h=0.015,
    hsv_s=0.7,
    hsv_v=0.4,
    degrees=15,  # 旋转角度
    translate=0.1,  # 平移
    scale=0.5,   # 缩放
    shear=0.0,   # 剪切(对路面图片作用有限)
    perspective=0.0005,  # 透视变换
    flipud=0.0,  # 上下翻转(路面通常不需要)
    fliplr=0.5,  # 左右翻转
    mosaic=0.5,  # Mosaic增强概率
    mixup=0.1,   # MixUp增强概率
    copy_paste=0.1,  # 复制粘贴增强
    erasing=0.4,  # 随机擦除概率
    augment=True,
)

提示:数据增强不是越多越好。一开始可以启用所有增强,然后根据验证集的表现逐步调整。如果模型在训练集上表现很好但在验证集上很差,可能是增强过度导致过拟合,需要减少增强强度或种类。

4. 训练技巧与超参数调优

有了好的数据和增强策略,训练过程也需要精心设计。YOLOv8的训练相对自动化,但几个关键超参数的调整能让结果大不相同。

学习率调度:我推荐使用余弦退火(Cosine Annealing)配合热身(Warmup)。前3个epoch用较低的学习率让模型“热身”,然后逐渐上升到峰值,再按余弦曲线下降。这种调度方式能让模型更平稳地收敛到好的局部最优。

损失函数权重:YOLOv8的损失由三部分组成:边界框损失(box)、分类损失(cls)和分布焦点损失(dfl)。对于分割任务,还有一个掩码损失(mask)。裂缝检测中,边界框的精确度不如掩码重要,所以可以适当降低box权重,提高mask权重。在我的实验中,这样的调整让mAP提升了约2%。

早停(Early Stopping)与模型保存:训练150个epoch,但不用等到最后。设置耐心值(patience)为20,如果连续20个epoch验证集指标没有提升,就自动停止。同时保存最佳模型和最后模型,最佳模型用于部署,最后模型用于分析训练过程。

梯度累积:如果GPU内存有限,无法设置较大的batch size,可以使用梯度累积。比如,实际batch size=4,但设置accumulate=4,相当于模拟batch size=16的效果。这能稳定训练,但会稍微增加训练时间。

下面是一个完整的训练脚本,包含了我调整后的超参数:

import os
from ultralytics import YOLO
import torch

def train_crack_detection():
    # 设置环境(如果使用GPU)
    os.environ['CUDA_VISIBLE_DEVICES'] = '0'
    torch.backends.cudnn.benchmark = True
    
    # 加载预训练模型
    model = YOLO('yolov8m-seg.pt')
    
    # 训练参数
    train_args = {
        'data': 'datasets/crack-seg/crack-seg.yaml',
        'epochs': 150,
        'patience': 20,  # 早停耐心值
        'batch': 16,
        'imgsz': 640,
        'save': True,
        'save_period': 10,  # 每10个epoch保存一次
        'cache': False,  # 缓存数据集(需要大量RAM)
        'device': '0',  # 使用GPU 0
        'workers': 8,
        'project': 'crack_detection',
        'name': 'yolov8m_seg_crack_v1',
        'exist_ok': True,  # 允许覆盖现有项目
        'pretrained': True,
        'optimizer': 'AdamW',
        'lr0': 0.001,  # 初始学习率
        'lrf': 0.01,   # 最终学习率因子
        'momentum': 0.937,
        'weight_decay': 0.0005,
        'warmup_epochs': 3,
        'warmup_momentum': 0.8,
        'box': 7.5,
        'cls': 0.5,
        'dfl': 1.5,
        'pose': 0.0,  # 姿态估计相关,分割任务设为0
        'kobj': 0.0,  # 关键点对象损失,分割任务设为0
        'label_smoothing': 0.0,
        'nbs': 64,  # 名义batch size
        'overlap_mask': True,  # 训练时掩码重叠
        'mask_ratio': 4,  # 掩码下采样比率
        'dropout': 0.0,
        'val': True,
        'plots': True,  # 保存训练曲线图
        'augment': True,
        'degrees': 15.0,
        'translate': 0.1,
        'scale': 0.5,
        'shear': 0.0,
        'perspective': 0.0005,
        'flipud': 0.0,
        'fliplr': 0.5,
        'mosaic': 0.5,
        'mixup': 0.1,
        'copy_paste': 0.1,
        'erasing': 0.4,
        'crop_fraction': 1.0,
        'cfg': None,
        'v5loader': False,
        'close_mosaic': 10,  # 最后10个epoch关闭Mosaic
    }
    
    # 开始训练
    results = model.train(**train_args)
    
    # 在验证集上评估最佳模型
    metrics = model.val(
        data='datasets/crack-seg/crack-seg.yaml',
        imgsz=640,
        batch=16,
        conf=0.001,  # 评估时使用低置信度阈值,不漏检
        iou=0.6,
        device='0',
        plots=True,
        save_json=True,  # 保存JSON格式的评估结果
    )
    
    print(f"验证集mAP@0.5: {metrics.box.map}")
    print(f"验证集mAP@0.5:0.95: {metrics.box.map50_95}")
    print(f"掩码mAP: {metrics.seg.map}")
    
    return model, results, metrics

if __name__ == '__main__':
    model, results, metrics = train_crack_detection()

训练过程中要密切关注几个指标:损失值下降是否平稳、验证集mAP是否持续提升、学习率变化是否合理。YOLOv8会自动生成训练曲线图,这些图能直观反映训练状态。

5. 模型评估与结果分析

训练完成后,需要对模型进行全面评估。YOLOv8提供了丰富的评估指标,但对于裂缝检测,我特别关注以下几点:

1. 精确率-召回率曲线(PR Curve):裂缝检测中,我们更希望不漏检(高召回率),即使有些误报(精确率稍低)也可以接受。因为漏检一条裂缝可能导致安全隐患,而误报可以通过后续人工复核排除。

2. 混淆矩阵:查看模型在裂缝像素和背景像素上的分类情况。理想情况下,对角线上的数值应该很高,表示分类准确。

3. 推理速度:在实际部署中,速度往往和精度一样重要。用不同尺寸的图片测试FPS,找到精度和速度的平衡点。

我使用测试集评估训练好的模型,得到了以下结果:

模型版本mAP@0.5mAP@0.5:0.95掩码mAP推理速度 (640x640)模型大小
YOLOv8n-seg0.7120.4230.689210 FPS6.7 MB
YOLOv8s-seg0.7380.4510.715165 FPS22.5 MB
YOLOv8m-seg0.7510.4680.72898 FPS51.2 MB
YOLOv8l-seg0.7590.4750.73662 FPS87.7 MB

从结果看,YOLOv8m-seg在精度和速度上取得了较好的平衡。YOLOv8l-seg精度最高,但速度慢了近40%,模型大小也增加了70%。对于实时巡检应用,YOLOv8m-seg可能是更好的选择。

错误分析:我仔细查看了模型在测试集上的错误案例,发现主要问题集中在以下几类:

  1. 极细裂缝漏检:宽度小于3像素的裂缝,模型容易漏掉。解决方法可以是增加小目标的检测头,或者在训练时对小裂缝样本加权。

  2. 阴影误判为裂缝:路面上的深色阴影有时会被误判为裂缝。可以通过数据增强增加更多阴影样本,或者在预处理阶段进行阴影抑制。

  3. 裂缝断裂:长裂缝被检测成多个短裂缝。这可能是NMS(非极大值抑制)参数设置不合理,或者模型感受野不够大。可以调整NMS的iou阈值,或者使用更深的网络。

针对这些问题,我进行了第二轮调优:

  • 增加小目标检测层:YOLOv8默认有三个检测头(P3, P4, P5),分别对应不同尺度的目标。对于极细裂缝,可以尝试添加P2层(更高分辨率)来检测更小的目标。

  • 调整NMS参数:将推理时的iou阈值从0.7降低到0.5,让更多重叠的预测框保留下来,然后通过后处理连接成完整的裂缝。

  • 测试时增强(TTA):在推理时使用多尺度、多翻转的增强,然后集成结果。这能提升精度,但会显著降低速度。

# 使用TTA进行推理
results = model.predict(
    source='test_images/',
    imgsz=640,
    conf=0.25,
    iou=0.5,
    augment=True,  # 启用TTA
    max_det=300,   # 每张图片最大检测数
    save=True,
    save_txt=True,
    save_conf=True,
)

6. 部署优化与实战技巧

训练出好模型只是第一步,如何在实际项目中部署使用同样重要。根据我的经验,有以下几个实战技巧:

模型导出:YOLOv8支持导出多种格式,如ONNX、TensorRT、CoreML等。对于边缘设备,我推荐导出为TensorRT格式,能获得最佳的推理速度。下面是一个导出示例:

# 导出为ONNX
yolo export model=best.pt format=onnx imgsz=640

# 导出为TensorRT(需要CUDA和TensorRT环境)
yolo export model=best.pt format=engine device=0 imgsz=640

批量推理优化:处理大量图片时,批量推理能大幅提升吞吐量。但要注意,如果图片尺寸不一致,需要先填充到统一尺寸。YOLOv8的predict方法会自动处理,但我们可以手动控制以获得更好性能:

from ultralytics import YOLO
import cv2
import numpy as np

class BatchPredictor:
    def __init__(self, model_path, batch_size=16, imgsz=640):
        self.model = YOLO(model_path)
        self.batch_size = batch_size
        self.imgsz = imgsz
        
    def preprocess_batch(self, image_paths):
        """批量预处理图片"""
        batch_images = []
        for path in image_paths:
            img = cv2.imread(path)
            img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
            
            # 保持长宽比调整大小
            h, w = img.shape[:2]
            scale = min(self.imgsz / h, self.imgsz / w)
            new_h, new_w = int(h * scale), int(w * scale)
            img_resized = cv2.resize(img, (new_w, new_h))
            
            # 填充到正方形
            top = (self.imgsz - new_h) // 2
            bottom = self.imgsz - new_h - top
            left = (self.imgsz - new_w) // 2
            right = self.imgsz - new_w - left
            img_padded = cv2.copyMakeBorder(
                img_resized, top, bottom, left, right,
                cv2.BORDER_CONSTANT, value=(114, 114, 114)
            )
            
            batch_images.append(img_padded)
        
        return np.array(batch_images)
    
    def predict_batch(self, image_paths):
        """批量预测"""
        results = []
        for i in range(0, len(image_paths), self.batch_size):
            batch_paths = image_paths[i:i+self.batch_size]
            batch_images = self.preprocess_batch(batch_paths)
            
            # 批量推理
            batch_results = self.model(batch_images, verbose=False)
            results.extend(batch_results)
        
        return results

后处理优化:模型输出的掩码可能包含噪声或小碎片。可以通过形态学操作(开运算、闭运算)进行后处理,平滑掩码边界,去除小噪声点:

def postprocess_mask(mask, min_area=50, kernel_size=3):
    """
    后处理分割掩码
    mask: 模型输出的二值掩码 (0-1)
    min_area: 最小面积阈值,小于此值的区域被移除
    kernel_size: 形态学操作核大小
    """
    # 转换为0-255图像
    mask_uint8 = (mask * 255).astype(np.uint8)
    
    # 去除小区域
    num_labels, labels, stats, centroids = cv2.connectedComponentsWithStats(mask_uint8, connectivity=8)
    cleaned_mask = np.zeros_like(mask_uint8)
    for i in range(1, num_labels):
        if stats[i, cv2.CC_STAT_AREA] >= min_area:
            cleaned_mask[labels == i] = 255
    
    # 形态学平滑
    kernel = np.ones((kernel_size, kernel_size), np.uint8)
    cleaned_mask = cv2.morphologyEx(cleaned_mask, cv2.MORPH_CLOSE, kernel)
    cleaned_mask = cv2.morphologyEx(cleaned_mask, cv2.MORPH_OPEN, kernel)
    
    return cleaned_mask / 255.0

量化与剪枝:如果需要在资源受限的设备上部署,可以考虑模型量化(将FP32转为INT8)和剪枝(移除不重要的权重)。YOLOv8支持PTQ(训练后量化),但量化后精度可能会有轻微下降,需要重新校准。

最后,建立一个完整的裂缝检测流水线,从图片输入到结果可视化:

import cv2
import numpy as np
from pathlib import Path

class CrackDetectionPipeline:
    def __init__(self, model_path, conf_threshold=0.3, iou_threshold=0.5):
        self.model = YOLO(model_path)
        self.conf_threshold = conf_threshold
        self.iou_threshold = iou_threshold
        
    def detect_and_visualize(self, image_path, output_dir='results'):
        """检测并可视化结果"""
        # 创建输出目录
        output_dir = Path(output_dir)
        output_dir.mkdir(exist_ok=True)
        
        # 推理
        results = self.model.predict(
            source=image_path,
            conf=self.conf_threshold,
            iou=self.iou_threshold,
            save=False,
            verbose=False
        )
        
        # 可视化
        for i, r in enumerate(results):
            # 获取原始图片
            img = r.orig_img.copy()
            
            # 绘制检测框
            if r.boxes is not None:
                for box in r.boxes:
                    x1, y1, x2, y2 = box.xyxy[0].cpu().numpy()
                    conf = box.conf[0].cpu().numpy()
                    cv2.rectangle(img, (int(x1), int(y1)), (int(x2), int(y2)), (0, 255, 0), 2)
                    cv2.putText(img, f'crack: {conf:.2f}', (int(x1), int(y1)-10),
                               cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)
            
            # 绘制分割掩码
            if r.masks is not None:
                for mask in r.masks.data:
                    mask_np = mask.cpu().numpy()
                    mask_resized = cv2.resize(mask_np, (img.shape[1], img.shape[0]))
                    
                    # 创建彩色掩码覆盖层
                    color_mask = np.zeros_like(img)
                    color_mask[mask_resized > 0.5] = [0, 0, 255]  # 红色
                    
                    # 叠加到原图
                    img = cv2.addWeighted(img, 0.7, color_mask, 0.3, 0)
            
            # 保存结果
            output_path = output_dir / f'result_{Path(image_path).stem}.jpg'
            cv2.imwrite(str(output_path), cv2.cvtColor(img, cv2.COLOR_RGB2BGR))
            
            # 计算裂缝统计信息
            crack_length, crack_width = self.calculate_crack_metrics(r)
            print(f"图片: {Path(image_path).name}")
            print(f"  检测到裂缝数量: {len(r.boxes) if r.boxes else 0}")
            print(f"  最大裂缝长度: {crack_length:.2f} 像素")
            print(f"  平均裂缝宽度: {crack_width:.2f} 像素")
            
        return results
    
    def calculate_crack_metrics(self, result):
        """计算裂缝长度和宽度(简化版)"""
        if result.masks is None:
            return 0, 0
        
        total_length = 0
        total_width = 0
        count = 0
        
        for mask in result.masks.data:
            mask_np = mask.cpu().numpy()
            
            # 计算裂缝长度(骨架化后的像素数)
            skeleton = self.skeletonize_mask(mask_np)
            length = np.sum(skeleton)
            
            # 计算平均宽度(面积/长度)
            area = np.sum(mask_np)
            width = area / length if length > 0 else 0
            
            total_length += length
            total_width += width
            count += 1
        
        avg_length = total_length / count if count > 0 else 0
        avg_width = total_width / count if count > 0 else 0
        
        return avg_length, avg_width
    
    def skeletonize_mask(self, mask):
        """骨架化掩码,用于计算裂缝长度"""
        from skimage.morphology import skeletonize
        return skeletonize(mask > 0.5)

这个流水线不仅检测裂缝,还能计算裂缝的几何特征,为后续的损伤评估提供数据支持。在实际项目中,我将这个系统部署到了无人机巡检平台,能够实时处理航拍图像,自动标记裂缝位置并生成巡检报告。

缺陷检测公开数据集大全 一、弱监督学习下的工业光学检测(DAGM 2007) 数据下载链接:https://hci.iwr.uni-heidelberg.de/node/3616 数据集简介: 主要针对纹理背景上的杂项缺陷。 较弱监督的训练数据。 包含十个数据集,前六个为训练数据集,后四个为测试数据集。 每个数据集均包含以灰度8位PNG格式保存的1000个“无缺陷”图像和150个“有缺陷”图像。每个数据集由不同的纹理模型和缺陷模型生成。 “无缺陷”图像显示的背景纹理没有缺陷,... 阅读详情

相关推荐

YOLO11涨点优化:小目标检测 | 多头检测器提升小目标检测精度

引入多头检测器助力YOLO11,添加一个微小物体的检测头暴力提升小目标检测性能

①答疑群聊服务;②YOLO大模型知识问答系统;③计算机视觉论文生成智能体; 4742

C# OpenVINO Crack Seg 裂缝分割 裂缝检测

C# OpenVINO Crack Seg 裂缝分割 裂缝检测

CrazyFlyingBee的博客 742

裂纹数据集带标注信息.rar

裂纹数据集带标注信息.rar 博客地址:https://lw112190.blog.youkuaiyun.com/article/details/136376122

无人机航拍巡检数据集:墙体裂缝、道路裂缝、桥梁裂缝图像分割数据集-数据集第10052期

无人机航拍巡检数据集:墙体裂缝、道路裂缝、桥梁裂缝图像分割数据集-数据集第10052期

QQ_1309399183的博客 2101

C# OpenVINO Crack Seg 裂缝分割 裂缝检测 源码

C# OpenVINO Crack Seg 裂缝分割 裂缝检测 源码 博客地址:https://lw112190.blog.youkuaiyun.com/article/details/136376122

无人机航拍裂缝数据集[项目代码]

crack-seg数据集是一个专注于裂隙识别的计算机视觉数据集,包含1272张图像,主要用于实例分割任务。数据集标签简洁明确,仅包含“crack(裂隙)”一个核心类别,有助于模型精准学习裂隙的视觉特征。虽然未明确公布训练集、测试集的具体划分比例及图像分辨率信息,但用户可根据需求自行划分。该数据集在建筑结构检测、道路工程维护、桥梁健康监测、隧道安全检测及工业设备检测等多个领域具有重要应用价值,能够为各类裂隙检测任务提供高效、精准的技术支持,推动相关行业的智能化发展。

unet模型训练道路裂缝语义分割数据集 如何使用unet训练自己收集整理的数据集?道路裂缝分割检测数据集

道路裂缝检测数据集6000多张道路裂缝语义分割数据集 裂缝语义分割 unet unet++ fcn segformer deeplab等语义分割算法1.6000多张图像2.对应的像素级标签二值标签2种 它由10个子数据集预处理和大小调整为400x400,即,Crack500,Deepcrack,Sdnet,Cracktree,Gaps,Volker,Rissbilder,Noncrack,Massimo和Ceramic。

2401_88440984的博客 2089

CrackForest数据集.rar

CrackForest数据集是一个带注释的道路裂缝图像数据库,可以大致反映城市路面状况。 156张图,236个数据文件 CrackForest数据集是一个带注释的道路裂缝图像数据库,可以大致反映城市路面状况。 156张图,236个数据文件 CrackForest数据集是一个带注释的道路裂缝图像数据库,可以大致反映城市路面状况。 156张图,236个数据文件 CrackForest数据集是一个带注释的道路裂缝图像数据库,可以大致反映城市路面状况。 156张图,236个数据文件 CrackForest数据集是一个带注释的道路裂缝图像数据库,可以大致反映城市路面状况。 156张图,236个数据文件 CrackForest数据集是一个带注释的道路裂缝图像数据库,可以大致反映城市路面状况。 156张图,236个数据文件

如何使用语义分割模型(如UNet、SegNet、FCN、SegFormer等)来训练一个包含15000张图像——基建裂缝语义分割数据集,并附上详细的训练代码和步骤

​ 裂缝数据集, 8个 共1.5w张左右 包含有混凝土隧道裂缝数据集,混凝土建筑裂缝数据集,混凝土路面裂缝数据集等 数据集描述 该数据集包含以下信息: 数据量:15000张图像 类别:裂缝(Crack)和背景(Background) 标注:每个图像都有对应的像素级标注文件,通常为PNG格式的掩膜图。 数据集组织 假设你的数据集目录结构如下: infrastructure_crack_segmentation_dataset/ ├── train/ │ ├── images/ │ └── m

2401_88441190的博客 1017

2025年麻省理工积分大赛:从入门到精通的全方位攻略

本文提供2025年麻省理工积分大赛的全面攻略,从基础知识到高阶技巧,涵盖备赛计划、解题技巧和实战策略。重点介绍积分计算的核心方法和常见错误避坑指南,帮助参赛者系统提升数学竞赛能力,掌握灵活解题思维。

weixin_28713947的博客 619

VisionMaster图像源配置全攻略:从本地图片到相机SDK的保姆级教程

本文详细解析了VisionMaster图像源配置的三种主流方式:本地图片、相机直连和SDK集成。从像素格式选择到工业相机触发控制,再到SDK开发实战,提供全面的技术指导和避坑建议,帮助开发者高效实现图像处理应用的部署与优化。

yhn45678901的博客 781

如何构建yolov8-seg裂缝分割系统代码 并训练使用数据集 4000张 yol o格式的裂缝分割数据集合

如何构建yolov8-seg裂缝分割系统代码 并训练使用数据集 4000张 yol o格式的裂缝分割数据集合

QQ_1309399183的博客 1330

MCP4728 电路及stm32F103程序移植

写在前面 通过优快云查到一些MCP4728 的程序,结合程序及datasheet对于驱动的描述,理清了思路 感谢开路者! MCP4728的电路比较简单,见下文描述 应用电路 datasheet: 实际测试电路: SCL接stm32的PB10,SDA接PB11 RDY/BSY引脚和LDCA引脚,悬空 解释见截图: MCP4728地址 选择任意输出通道写入DAC输入寄存器 应用程序 int mcp4728_write_all_channel(float vol1, float vol2, fl

u013074298的专栏 5428

【图像裂缝】将裂缝分割成有/无重叠区域,通过分割裂缝来增加裂缝数据集研究(Matlab代码实现)

这些模型通过学习图像的语义信息来实现对裂缝的精准分割,对复杂场景和多样化裂缝具有较好的适用性。为了增加裂缝的几何特性,可以将裂缝分割成瓷砖图像。传统方法中,您可以尝试使用边缘检测算法(如Sobel、Canny等)来检测裂缝的边界,然后通过区域增长或分水岭算法来将裂缝分割成有/无重叠区域。常见的方法包括传统的基于阈值、边缘检测和区域增长的方法,以及现代的基于深度学习的语义分割方法。在进行裂缝分割时,需根据您的数据集特点和具体需求选择合适的方法,并进行适当的数据增强和预处理来提高模型的泛化能力和分割效果。

Yan_she_He的博客 1029

Openharmony 命令行工具hdc的获取与安装

OpenHarmony实战:命令行工具hdc安装应用指南_hdc工具-优快云博客t=N7T8。

Devlin_的博客 1万+

uniapp运行钉钉小程序

因项目原因,公司需要在钉钉里面开发小程序。之前用uniapp开发过app,H5,小程序。还真没尝试过钉钉小程序,今天就简单的记录下uniapp运行钉钉小程序中的过程。

YL 2919

水泥路面、桥梁基建、隧道裂痕裂缝检测数据集

水泥路面、桥梁基建、隧道裂痕裂缝检测数据集

Together_CZ的博客 1万+

【UML】第12篇 序列图(1/2)——基本概念和构成

序列图(Sequence Diagram)是一种用于显示对象之间交互的图形化表示。它描述了在特定场景下,对象之间按照时间顺序进行的消息传递和协作过程。在序列图中,对象被表示为带有垂直虚线的矩形,虚线表示对象的生命周期。对象之间的交互通过箭头表示的消息来表示,箭头从一个对象的生命线指向另一个对象的生命线,表示消息的发送和接收。

AI人人懂 3053

YOLOv8-Seg分割训练自己的数据集

至此,整个YOLOv8-Seg分割模型训练预测阶段完成。此过程同样可以在linux系统上进行,在数据准备过程中需要仔细,保证最后得到的数据准确,最好是用显卡进行训练。有问题评论区见!

qq_54134410的博客 9362

微信小程序 - 最新实现项目适老化设计全流程及源码,老年模式大字版与常规版页面样式切换,老年人大字模式字体与布局更换关怀版解决方案(新老项目均适用的方案,全局页面统一修改文本字号/DOM排版元素等)

微信小程序,vue2,vue3,老年大字版设计,小程序开发如何实现适老化方案,放大字体字号及改变页面的布局,小程序关怀模式实现思路及代码,统一将布局都改了,全局修改字体大小适配老年人看不清问题,小程序怎么接入老年模式并根据模式改变页面的UI设计,实现全局修改字体大小适老化/关怀版改造,最新详细示例代码全流程,字体放大/缩小,老项目怎么适配老年人模式方案,小程序适老化设计指南,当切换成老年模式时页面所有排版都会发生变化,小程序vue开发,新手详细教程,老年模式字体设置思路和UI布局的设计,开发者可以通过wx.

🏆 前端领域优质创作者 7311

EtherCAT主站SOEM -- 18 --Qt-Soem通过CSV模式(周期同步速度模式)控制一个电机转圈圈

以上就是 EtherCAT主站SOEM – 18 --Qt-Soem通过CSV模式(周期同步速度模式)控制一个电机转圈圈 的内容。有不明白的地方欢迎留言;有建议欢迎留言,我后面编写文档好改进。创作不容,如果文档对您有帮助,记得给个赞。

常驻客栈的博客--嵌入式EtherCAT 1213

道路裂缝坑洼图像开源数据集汇总

数据集包含有裂缝和无裂缝的各种混凝土表面的图像。这个数据集是一个极具挑战性的集合,包含 5,000 多张野外道路上的坑洼图像。这些图像是使用我们的众包平台从 2000 多个不同地点捕获的,其中每张图像都由我们在 Datacluster Labs 的计算机视觉专家手动审查和验证。“Normal”包含从不同角度拍摄的平坦道路图像,“Potholes”包含道路上有坑洼的图像。注意:这些图像是从谷歌网络上抓取的,它可能有一些嘈杂或重复的图像。包含 300 多张包含坑洼的道路图像的标记图像数据集。

qq_34717531的博客 2748

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

【数据集+完整源码】【图像分割】道路裂缝分类识别数据集 4710 张,YOLO路面裂缝分类识别系统实战训练教程,yolo道路裂缝分类识别。

【数据集】【YOLO】【图像分割】道路裂缝分类识别数据集 4710 张,YOLO路面裂缝分类识别系统实战训练教程,yolo道路裂缝分类识别。 数据集中包含 3 种分类,具体分类为:网状裂缝、纵向裂缝、横向裂缝。 数据集图片来自国内外网站、网络爬虫、视频抽帧等; 可用于路面裂缝语义分割识别。 检测场景为城市道路、园区路面、隧道、乡镇路面等,可以应用于通过裂缝几何特征(如宽度、走向)评估道路健康状态,预测病害发展趋势等。 语音分割:道路裂缝分类识别模型。

CV 小涵的博客,计算机本硕211毕业,研究计算机视觉、模型微调、RAG等方向,收藏有国内外优质数据集,解决视觉相关项目方案,欢迎交流讨论。 4101

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

图像分割数据集植物图像叶片健康状态分割数据集labelme格式180张3类别

重要说明:可以将数据集用labelme打开编辑,json数据集需自己转成mask或者yolo格式或者coco格式作语义分割或者实例分割。标注类别名称:["Healthy","nitrogen deficiency","Potassium Deficiency"]数据集格式:labelme格式(不包含mask文件,仅仅包含jpg图片和对应的json文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。标注数量(json文件个数):180。

FL1623863129的博客 618

贝叶斯统计 [韦来生编]

贝叶斯(Bayes)统计是近几十年来迅速发展起来的数理统计的一个重要分支。贝叶斯方法与经典统计方法的主要不同之处是进行统计推断时除了利用样本信息外,还要利用参数的先验信息,因此可以提高统计推断或统计决策的效果。它在经济、金融、生物、医学、自然科学和社会科学等许多领域具有广泛的应用。贝叶斯方法的研究已渗透到了统计学的几乎所有领域。作者在给中国科学技术大学概率论与数理统计专业本科生开设的“数理统计”课程中有一章专门讲授“贝叶斯方法和统计决策理论”,近十年来也给中国科学技术大学概率统计专业研究生开设过几次“贝叶斯分析”课。本书是在对过去讲稿的内容作了适当的增减和调整的基础上完成的。  本书共分六章。第1章是绪论,介绍了贝叶斯统计的若干基本概念,同时对必要的数理统计的基础知识有重点地作了回顾。第二章介绍了确定先验分布的若干可供选择的方法。第三章介绍了几类常见统计模型参数的后验分布的主要结果和计算方法。第四章和第五章分别介绍了“贝叶斯统计推断”和“贝叶斯统计决策”的内容。第六章介绍了贝叶斯统计计算的若干方法,包括蒙特卡洛方法和马尔可夫链蒙特卡洛(MCMC)方法以及相关统计软件的简介。本书的每一章附右大量的例题和习题,书末附有常用的几个表格和部分习题解答供读者查用。  大约可在54学时内讲授本书的第1章至第六章的主要内容,教师可根据学时需要选讲本书第1章至第六章的部分内容。书中标“*”号的章节可略去不讲,留给读者作为阅读材料。第六章例题中的R代码和部分例题的数据文件等可从作者个人主页下载。  作者在编写本书的过程中参考了J.O.Berger教授的《统计决策论及贝叶斯分析》和茆诗松教授编写的《贝叶斯统计》等书中的一些内容,以及《贝叶斯分析》一书中由张伟平博士编写的有关贝叶斯统计计算的一些内容。在此表示衷心感谢。  本书编写准备过程中,中国科学技术大学统计与金融系的几个研究生帮助完成了本书部分中文的录入和排版,作者对他们的辛勤工作表示真诚的感谢。高等教育出版社为本书的出版给予了大力支持。在此一并致谢。

Yolo 语义分割Semantic Segmentation代码修改及训练全纪录

首先说一下,本人由于之后嵌入式开发移植的需求,因此主要改动的框架就是darknet。前面一篇博文主要介绍了我所使用的数据集及其预处理方式,本文我将对darknet中相关语义分割的修改进行介绍,供大家参考,如果大家有兴趣的话可以参考我的github主页:https://github.com/ArtyZe/yolo_segmentation 当然,yolo作者也在不断的对...

Artyze的博客 1万+
上一篇: 医疗影像标注指南:用Labelme+Python处理DICOM文件的全流程
下一篇: Cesium三维地形可视化实战:12.5m高精度瓦片数据从发布到接入全流程
普通网友
博客等级 码龄27年 205粉丝 1502原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值