简介本资源为瓷砖缺陷目标检测数据集面向从事工业质检、表面缺陷识别方向的算法工程师与深度学习学习者可用于训练和验证YOLO、Faster R-CNN等目标检测模型。数据集聚焦单块瓷砖图像标注划痕线、破洞与边缘破碎三类缺陷标签名称分别为huahengxian、podong和bianyuanposui共16558个矩形框其中边缘破碎6054框、破洞6288框、划痕线4216框类别分布相对均衡。压缩包共2000个文件包含888张jpg图片、888个VOC格式xml标注文件、890个txt文件含YOLO格式标签及类别说明整体约544.31MB图片清晰且未做数据增强可直接用于训练。目前已有209人学习下载。读者可获得开箱即用的双格式标注数据省去自行采集与标注成本便于快速搭建缺陷检测基线、对比不同模型效果并针对小目标与多类别场景开展调优实验。1. 瓷砖缺陷数据集888 张、3 标签的 YOLOVOC 双格式到底怎么用拿到一个标注好的瓷砖缺陷数据集第一反应往往不是兴奋而是犯嘀咕888 张够不够训3 个标签是哪三类YOLO 格式和 VOC 格式同时给到底该用哪套我见过太多人把 zip 解压完对着 images、labels、Annotations、JPEGImages 几个文件夹发愣然后随手挑一个格式就开始跑结果训练 loss 不降、mAP 卡在 0.3 上不去回头怀疑数据集质量。其实问题多半出在格式没对齐、标签没校验、划分没做对这三件事上。这篇就围绕「瓷砖缺陷数据集 yolovoc 格式 888 张 3 个标签」这个具体对象把从解压到跑通第一条 baseline 的完整路径讲清楚顺带把 YOLO 入门阶段最容易翻车的几个点提前标出来。适合刚接触工业缺陷检测、手里正好有这么一份数据、想尽快验证方案可行性的同学。2. 先搞懂 YOLO 与 VOC 两套格式的差异和选型逻辑2.1 同一批标注为什么会有两种格式VOC 格式是 Pascal VOC 时代定下来的标注规范核心是一张图对应一个 XML 文件缺陷框写在object节点里坐标是绝对像素值xmin, ymin, xmax, ymax类别名写在name里。YOLO 格式则是把每张图的标注压成一个同名.txt每行一个目标格式是class_id x_center y_center width height四个坐标全部归一化到 0~1 之间class_id 从 0 开始编号。同一批数据同时给两套通常是因为标注工具LabelImg、labelme 之类导出时勾了多种格式或者作者想兼容不同训练框架。对使用者来说这不是「哪个更高级」的问题而是「你的训练代码吃哪套」的问题。Ultralytics 系的 YOLOv5/v8/v11 默认吃 YOLO txt早期 darknet 版本也是 txt而一些基于 torchvision、mmdetection 的老代码更习惯读 VOC XML。2.2 选型优先用 YOLO 格式VOC 留作校验我的习惯是训练直接用 YOLO 格式VOC 格式不删留着做交叉校验。原因有三点第一YOLO txt 读取快不用解析 XML数据加载器压力小第二归一化坐标天然和图像尺寸解耦改输入分辨率时不用重算标注第三YOLO 训练脚本对 txt 的支持最成熟坑最少。但 VOC 不能扔。当你怀疑某张图标注有问题时XML 里的绝对坐标更直观用 LabelImg 打开能直接看到框的位置比对着归一化小数反推像素值快得多。所以合理做法是YOLO 格式进训练管线VOC 格式进人工复核流程。2.3 888 张、3 标签的规模判断888 张图、3 个类别平均下来每类不到 300 张的图量级。这个规模做工业缺陷检测属于「能跑通、但别指望高精度」的档位。如果 3 个类别分布均衡每类 250~300 张配合数据增强和迁移学习mAP0.5 做到 0.7 以上是有希望的如果某一类只有几十张那一类基本就是拖后腿的。先做一件事统计每类目标框数量而不是图片数量。一张图可能有多个缺陷框真正决定模型能不能学的是框的数量和多样性。下面这段脚本就是干这个的。import os from collections import Counter label_dir labels/train # YOLO txt 目录 counter Counter() img_with_obj 0 for name in os.listdir(label_dir): if not name.endswith(.txt): continue path os.path.join(label_dir, name) with open(path, r) as f: lines [l.strip() for l in f if l.strip()] if lines: img_with_obj 1 for line in lines: cls_id int(line.split()[0]) counter[cls_id] 1 print(含目标的图片数:, img_with_obj) print(各类别框数量:, dict(sorted(counter.items())))逻辑说明遍历 labels 目录下所有 txt逐行取第一个字段作为类别 id 计数同时统计非空文件数。参数说明label_dir换成你实际的 YOLO 标签目录如果类别名有映射表比如classes.txt或data.yaml里的 names把 id 换成名字再打印更直观。跑完这一步你心里就有底了——如果某个类别框数低于 100后面训练时要么补数据要么在评估时单独看它的表现别被整体 mAP 骗了。3. 从解压到跑通第一条 YOLO baseline 的完整步骤3.1 目录结构整理与 data.yaml 配置解压后大概率是 images、labels、Annotations、JPEGImages 混在一起。YOLO 训练要求 images 和 labels 目录平行且文件名一一对应a.jpg对应a.txt。先按下面结构归位dataset/ ├── images/ │ ├── train/ │ └── val/ ├── labels/ │ ├── train/ │ └── val/ └── data.yaml如果原始数据只有一套 images 和一套 labels用脚本按 8:2 划分注意划分的是「图片对应标签」这一对不能只挪图片不挪标签。划分时用固定随机种子保证可复现。import os, random, shutil random.seed(42) img_dir images/all lbl_dir labels/all out_img images out_lbl labels files [f for f in os.listdir(img_dir) if f.endswith((.jpg, .png))] random.shuffle(files) split int(len(files) * 0.8) train_files, val_files files[:split], files[split:] for subset, flist in [(train, train_files), (val, val_files)]: os.makedirs(f{out_img}/{subset}, exist_okTrue) os.makedirs(f{out_lbl}/{subset}, exist_okTrue) for f in flist: stem os.path.splitext(f)[0] shutil.copy(os.path.join(img_dir, f), f{out_img}/{subset}/{f}) lbl os.path.join(lbl_dir, stem .txt) if os.path.exists(lbl): shutil.copy(lbl, f{out_lbl}/{subset}/{stem}.txt)逻辑说明先打乱文件列表按 8:2 切分再成对复制图片和标签。参数说明random.seed(42)固定种子换数字就换划分结果0.8是训练集比例888 张的话训练约 710 张、验证约 178 张验证集偏小评估时波动会大心里要有数。如果某张图没有对应 txt说明它是负样本无缺陷YOLO 允许空标签文件但这里直接跳过复制需要的话自己补一个空 txt。data.yaml 内容path: ./dataset train: images/train val: images/val nc: 3 names: [class0, class1, class2]nc是类别数必须和实际标签里的最大 class_id1 一致names顺序必须和 class_id 对应写错了模型学出来的类别就全乱。这三个名字换成数据集里真实的缺陷类别名。3.2 用 YOLOv8 跑通训练的最小命令环境装好后pip install ultralytics最小训练命令就一行yolo detect train datadataset/data.yaml modelyolov8n.pt epochs100 imgsz640 batch16参数说明modelyolov8n.pt用 nano 版预训练权重888 张的小数据集从预训练迁移比从头训收敛快得多epochs100是起步值小数据集容易过拟合配合早停默认 patience50够用imgsz640是 YOLO 默认输入尺寸瓷砖缺陷如果很小比如针孔、细裂纹可以提到 960 或 1280但显存和速度要权衡batch16按显存调爆显存就降到 8 或 4。训练启动后重点看三个信号box_loss 是否稳定下降、cls_loss 是否下降、验证集 mAP0.5 是否在涨。如果 box_loss 降但 mAP 不涨多半是过拟合或验证集划分有问题如果 cls_loss 一直不降检查类别是否严重不均衡。3.3 用 VOC XML 反查标注质量训练前花十分钟用 VOC 格式抽查几张图能省掉后面几小时的排查。写个脚本把 XML 里的框画到图上import os, xml.etree.ElementTree as ET import cv2 xml_dir Annotations img_dir JPEGImages out_dir check_vis os.makedirs(out_dir, exist_okTrue) for xml_name in os.listdir(xml_dir)[:20]: # 先抽查 20 张 tree ET.parse(os.path.join(xml_dir, xml_name)) root tree.getroot() img_name root.find(filename).text img cv2.imread(os.path.join(img_dir, img_name)) for obj in root.findall(object): name obj.find(name).text bbox obj.find(bndbox) x1 int(float(bbox.find(xmin).text)) y1 int(float(bbox.find(ymin).text)) x2 int(float(bbox.find(xmax).text)) y2 int(float(bbox.find(ymax).text)) cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.putText(img, name, (x1, y1 - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2) cv2.imwrite(os.path.join(out_dir, img_name), img)逻辑说明解析每个 XML取 filename 找到对应图遍历 object 画框和类别名。参数说明[:20]控制抽查数量先看 20 张没问题再全量坐标用float再转int因为有些标注工具会写小数。重点看三件事框是否贴合缺陷、类别名是否写错、有没有漏标。漏标是工业数据集最隐蔽的坑模型学不会它没见过的框。4. 瓷砖缺陷检测训练中的避坑与排查清单4.1 坑一标签类别 id 从 1 开始训练全乱现象训练能跑但 mAP 极低预测出来的类别名和实际对不上。原因VOC XML 里类别是字符串转 YOLO txt 时如果脚本按「从 1 开始」编号而 data.yaml 的 names 从 0 开始整体错位一位。解决转换后立刻统计 txt 里出现过的 class_id 最小值和最大值确认是 0 到 nc-1。发现从 1 开始要么改转换脚本要么在 data.yaml 里补一个占位类别但后者是下策容易留隐患。4.2 坑二图片和标签文件名不一致现象训练日志里出现大量「image not found」或某类样本数为 0。原因图片是defect_001.jpg标签是defect_001.JPG.txt或defect-001.txt大小写、分隔符不统一。解决写脚本统一 stem把标签重命名为和图片同名。批量重命名前先备份血泪经验是重命名脚本写错一次标签全废。4.3 坑三验证集里没有某个类别现象训练时某一类的 mAP 始终为 0 或 nan。原因8:2 随机划分时稀有类别恰好全被分到训练集验证集里一个都没有。解决划分时按类别分层抽样保证每个类别在验证集里至少有若干框。888 张的小数据集尤其要注意随机划分的玄学在这里体现得淋漓尽致。4.4 坑四imgsz 和标注尺寸不匹配导致小目标丢失现象大缺陷能检出细裂纹、针孔类缺陷全漏。原因原图分辨率高缩到 640 后小缺陷只剩几个像素特征在下采样中丢没了。解决把 imgsz 提到 960 或 1280或者对图像切块训练。切块要注意切完的块要重新生成对应标签别直接复用原图标签。4.5 坑五把 VOC 和 YOLO 标签混在同一个目录现象训练报格式错误或 loss 异常。原因labels 目录里混进了 XML 文件数据加载器按 txt 解析直接崩。解决images 和 labels 严格分离labels 目录下只放 txt。用find labels -name *.xml检查一遍有就清掉。5. 小数据集提效增强策略与验证技巧888 张的规模数据增强不是可选项是必选项。但增强不能乱加工业缺陷检测里有些增强会破坏缺陷的物理特征。我的习惯是分两层几何增强放心用颜色增强要克制。几何增强里水平翻转、垂直翻转、小角度旋转±10°、随机缩放、平移这些对瓷砖缺陷基本安全因为缺陷的形态不依赖绝对方向。但要注意如果缺陷有明确的方向语义比如划痕方向是判定依据翻转就要谨慎。Mosaic 和 MixUp 是 YOLO 自带的强增强小数据集上能显著提升泛化但 MixUp 在缺陷检测里可能把两个缺陷叠在一起产生不存在的形态建议先开 MosaicMixUp 观察效果再决定。颜色增强里亮度、对比度微调可以色调大幅偏移要避免。瓷砖缺陷很多时候靠颜色差异区分比如色差、污渍HSV 空间里 H 通道大改会让模型学到错误的颜色先验。验证阶段除了看 mAP0.5一定要单独看每个类别的 PR 曲线。整体 mAP 会被数量多的类别拉高掩盖稀有类别的糟糕表现。另外888 张的验证集只有 170 多张单次评估波动大建议用交叉验证或者至少换两三个随机种子划分看 mAP 的稳定性。如果不同划分下 mAP 差 0.1 以上说明数据分布不均得回头处理。最后一个具体技巧把训练好的模型在验证集上跑一遍导出预测结果和 VOC 格式的原始标注叠在一起看。哪些是漏检、哪些是误检、哪些是框不准一目了然。这一步比盯着 loss 曲线有用得多。我自己做瓷砖缺陷项目时就是靠这个对比发现有一类缺陷的标注框普遍偏大模型学出来的框也跟着偏大IoU 上不去。改完标注重新训mAP 直接涨了 0.08。数据集的质量永远比模型结构更值得花时间希望帮到你。本文还有配套的精品资源点击获取