煤矿传送带异物检测：YOLOv8+PyQt实战方案与避坑指南

简介本资源面向煤矿智能化巡检与工业视觉检测方向的开发者、研究生及算法工程师提供一套基于YOLOv8的煤矿传送带矸石与锚杆异物检测完整方案可直接用于推理部署也可基于数据集重新训练。包内包含3000多张标注图像标签为txt格式已按train、val、test划分并配置好data.yaml类别涵盖bolt_object与bulk_object两类yolov5、yolov7、yolov8、yolov9等主流框架均可直接接入训练。资源共2000个文件以1991个xml标注文件为主另含md说明、pdf环境配置教程与py脚本压缩包约323.4MB目录结构清晰便于按模块检索与复现。配套PyQt可视化界面可加载训练权重实现检测结果展示适合快速验证与二次开发。目前已有233人学习下载适合需要煤矿异物检测实战数据与可运行代码的中高级读者参考。1. 煤矿传送带异物检测这套 YOLOv8 方案到底能不能直接落地煤矿传送带上的矸石和锚杆是两类性质完全不同的异物。矸石是煤矸混杂的产物形状不规则、灰度与煤块接近锚杆则是金属杆状物细长、反光、容易和传送带边缘的金属支架混淆。这两类目标混在同一条皮带上传统阈值分割或者简单形态学方法基本没法同时兼顾。这套资源给的是一个 YOLOv8 目标检测模型配了 3000 多张标注好的煤矿传送带场景数据集外加一个 PyQt 可视化界面打开就能跑推理、看检测框、切换图片和视频源。适合谁用如果你在做矿山智能化、皮带异物监测、工业视觉巡检这类项目或者毕业设计选题落在“基于深度学习的传送带异物检测”这套东西能帮你省掉最耗时的数据采集和标注环节。3000 张的量级不算大但对于矸石和锚杆这两个类别如果标注质量过关够训出一个能用的基线模型。PyQt 界面不是玩具它把模型推理、结果渲染、文件加载串起来了你可以直接拿来做演示或者二次开发。下面我从数据、训练、界面、部署几个环节拆开讲重点说清楚哪些地方容易翻车。2. 数据集拆解与 YOLOv8 训练配置从 3000 张标注到可收敛模型2.1 矸石与锚杆的标注特点矸石在图像里通常表现为块状、边缘粗糙、颜色偏暗灰或黑褐和煤块的区别在于纹理更杂乱、反光更弱。锚杆则是细长条状长度可能横跨半个画面直径只有几个像素到十几个像素。这两类目标放在同一个数据集里标注策略要分开考虑。矸石的标注框一般比较规整外接矩形就能框住但要注意别把相邻的煤块误标进去。锚杆的标注难点在于细长目标YOLOv8 的 anchor-free 机制对长宽比大的目标本身有一定适应能力但如果标注框只框了锚杆中间一段、两端没包住训练出来的模型会倾向于只检测锚杆的“主体部分”边缘漏检。我一般会要求标注时锚杆两端各留 2 到 3 个像素的余量宁可框大一点也别框小。数据集目录结构按 YOLOv8 的标准来dataset/ ├── images/ │ ├── train/ # 训练集图片约 2400 张 │ ├── val/ # 验证集图片约 600 张 ├── labels/ │ ├── train/ # 对应标注 txt │ ├── val/ └── data.yaml # 数据集配置文件data.yaml的内容大致如下path: ./dataset train: images/train val: images/val nc: 2 names: 0: gangue # 矸石 1: anchor # 锚杆这里nc: 2表示两个类别names的顺序必须和标注文件里类别索引一致。常见翻车点是标注时把矸石标成 0、锚杆标成 1但data.yaml里写反了训练 loss 能降但推理时类别全乱。2.2 YOLOv8 训练参数怎么设这套资源用的是 YOLOv8具体是 n/s/m/l/x 哪个版本项目正文没写但 3000 张数据量下我建议从yolov8s或yolov8m起步。n 太小容易欠拟合l 以上在 3000 张上容易过拟合除非你做大量增强。训练命令用 Ultralytics 的 CLIyolo detect train \ datadataset/data.yaml \ modelyolov8s.pt \ epochs150 \ imgsz640 \ batch16 \ lr00.01 \ lrf0.01 \ patience30 \ device0 \ projectruns/train \ namegangue_anchor_v8s逐项说epochs150是上限patience30表示 30 轮验证指标不提升就早停实际可能 80 到 120 轮就收敛。imgsz640是 YOLOv8 的默认输入尺寸如果你的锚杆在原始图像里特别细可以试imgsz960但显存占用会明显上升。batch16在 8GB 显存卡上跑yolov8s加 640 尺寸基本稳12GB 以上可以上 32。lr00.01是初始学习率lrf0.01是最终学习率系数余弦退火到lr0 * lrf。如果你用 Python 脚本训练等价写法from ultralytics import YOLO model YOLO(yolov8s.pt) model.train( datadataset/data.yaml, epochs150, imgsz640, batch16, lr00.01, lrf0.01, patience30, device0, projectruns/train, namegangue_anchor_v8s )训练过程中重点看三个指标box_loss是否稳定下降、mAP50是否在验证集上持续爬升、cls_loss有没有异常波动。如果box_loss降但mAP50不涨大概率是标注框质量问题如果cls_loss震荡厉害检查两类样本是否严重不均衡。2.3 数据增强的边界YOLOv8 默认开启 mosaic、HSV 抖动、随机翻转等增强。煤矿传送带场景下HSV 抖动对矸石检测有帮助因为井下光照变化大但随机翻转要小心锚杆在真实场景里通常有固定走向垂直翻转可能产生不合理的样本。我一般会关掉垂直翻转model.train( ..., fliplr0.5, # 水平翻转保留 flipud0.0, # 关闭垂直翻转 mosaic1.0, # mosaic 保留 hsv_h0.015, hsv_s0.7, hsv_v0.4 )mosaic1.0表示始终用 mosaic 增强它对小目标检测有好处但如果你发现锚杆被拼接到奇怪位置导致误检可以降到 0.5。hsv_s0.7是饱和度抖动幅度煤矿图像本身饱和度低这个值可以适当调小到 0.5避免颜色失真。3. PyQt 可视化界面推理管线与交互逻辑怎么串3.1 界面结构拆解这套资源的 PyQt 界面从功能上看至少包含几个模块图片/视频加载、模型推理、检测结果渲染、类别统计显示。PyQt 本身只是 GUI 框架真正干活的是背后调用的 YOLOv8 推理接口。常见的实现方式是主线程负责界面刷新子线程跑推理避免界面卡死。一个典型的推理线程类from PyQt5.QtCore import QThread, pyqtSignal from ultralytics import YOLO import cv2 class InferenceThread(QThread): frame_ready pyqtSignal(object) # 发送带检测框的图像 stats_ready pyqtSignal(dict) # 发送类别统计 def __init__(self, model_path, source): super().__init__() self.model YOLO(model_path) self.source source self.running True def run(self): cap cv2.VideoCapture(self.source) while self.running and cap.isOpened(): ret, frame cap.read() if not ret: break results self.model(frame, imgsz640, conf0.25, iou0.45) annotated results[0].plot() # 绘制检测框 self.frame_ready.emit(annotated) # 统计各类别数量 boxes results[0].boxes stats {} if boxes is not None: for cls_id in boxes.cls.tolist(): name self.model.names[int(cls_id)] stats[name] stats.get(name, 0) 1 self.stats_ready.emit(stats) cap.release()conf0.25是置信度阈值iou0.45是 NMS 的 IoU 阈值。这两个参数在界面里最好做成可调的因为煤矿场景下矸石和煤块颜色接近置信度阈值太低会误检太高会漏检。我一般会把conf的调节范围放在 0.1 到 0.6 之间。3.2 界面与模型解耦PyQt 界面代码和模型推理代码不要写在一个文件里。常见做法是拆成三个文件ui_main.py负责界面布局inference.py封装推理逻辑main.py做入口和信号连接。这样你换模型、改推理参数时不用动界面代码。信号连接部分class MainWindow(QMainWindow): def __init__(self): super().__init__() self.ui Ui_MainWindow() self.ui.setupUi(self) self.thread None def start_detection(self): source self.ui.lineEdit_source.text() self.thread InferenceThread(best.pt, source) self.thread.frame_ready.connect(self.update_frame) self.thread.stats_ready.connect(self.update_stats) self.thread.start() def update_frame(self, frame): rgb cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) h, w, ch rgb.shape qimg QImage(rgb.data, w, h, ch * w, QImage.Format_RGB888) self.ui.label_display.setPixmap(QPixmap.fromImage(qimg)) def update_stats(self, stats): text | .join([f{k}: {v} for k, v in stats.items()]) self.ui.label_stats.setText(text)update_frame里做了 BGR 到 RGB 的转换因为 OpenCV 读进来是 BGRQt 显示需要 RGB。QImage构造时ch * w是每行字节数这个参数写错会导致图像花屏。update_stats把类别统计拼成字符串显示方便现场人员一眼看到当前画面里有几块矸石、几根锚杆。3.3 视频源与帧率控制如果输入是视频文件推理速度取决于模型大小和硬件。yolov8s在 GTX 1660 Ti 上跑 640 尺寸单帧大概 15 到 25 毫秒理论上能到 40 FPS 以上但 PyQt 界面刷新和视频解码会吃掉一部分性能。实际体验下来30 FPS 的视频源能流畅处理。如果卡顿可以在推理线程里跳帧frame_count 0 while self.running and cap.isOpened(): ret, frame cap.read() if not ret: break frame_count 1 if frame_count % 2 ! 0: # 每两帧处理一帧 continue results self.model(frame, ...)跳帧会降低检测的时序连续性但对于传送带异物监测只要异物在画面里停留超过 0.5 秒跳一帧不影响报警。如果输入是 RTSP 流cv2.VideoCapture的缓冲会导致延迟累积常见做法是设置cap.set(cv2.CAP_PROP_BUFFERSIZE, 1)但 OpenCV 对 RTSP 缓冲的控制有限更稳的方案是用ffmpeg拉流后推给推理线程。4. 避坑与排查训练和推理阶段最容易翻车的五个点4.1 现象训练 loss 正常下降但验证集 mAP 始终在 0.1 以下原因标注文件里的类别索引和data.yaml的names顺序不一致或者标注格式不是 YOLO 的class x_center y_center width height归一化格式。有些标注工具导出的是 VOC 的xmin ymin xmax ymax绝对坐标直接拿来用会出问题。解决写个脚本检查标注文件确认每行第一个数字是 0 或 1后面四个数都在 0 到 1 之间。如果是 VOC 格式先转换import os from PIL import Image def voc_to_yolo(img_path, xml_boxes, class_map, output_path): img Image.open(img_path) w, h img.size with open(output_path, w) as f: for cls_name, xmin, ymin, xmax, ymax in xml_boxes: cls_id class_map[cls_name] x_center (xmin xmax) / 2.0 / w y_center (ymin ymax) / 2.0 / h bw (xmax - xmin) / w bh (ymax - ymin) / h f.write(f{cls_id} {x_center:.6f} {y_center:.6f} {bw:.6f} {bh:.6f}\n)4.2 现象模型对矸石检测还行但锚杆几乎全漏原因锚杆细长在 640 尺寸下可能只占几个像素宽YOLOv8 的 P3 特征图下采样 8 倍后细杆特征被稀释。另外如果标注时锚杆框太紧训练时正样本匹配数量不足。解决把输入尺寸提到 960 或 1280同时检查标注框是否包住了锚杆两端。如果数据量够可以在data.yaml里给锚杆类别加权重但 YOLOv8 原生不支持类别权重需要改 loss 或者用过采样。更简单的做法是复制锚杆样本让两类样本比例接近 1:1。4.3 现象PyQt 界面点“开始检测”后直接卡死原因推理代码写在了主线程里model()调用是阻塞的界面事件循环被堵住。解决把推理放到QThread子类里通过信号槽更新界面。注意不要在子线程里直接操作 UI 控件所有 UI 更新必须通过信号发回主线程。另外QThread的run方法里不要创建QWidget对象。4.4 现象视频检测结果框闪烁严重同一目标时有时无原因置信度阈值设得太高或者 NMS 的 IoU 阈值太低导致相邻帧检测框被抑制。另外如果视频压缩率高锚杆边缘模糊模型置信度会在阈值附近波动。解决把conf降到 0.2 左右iou提到 0.5 到 0.6。如果还闪可以在后处理里加简单的跟踪逻辑比如用 IOU 匹配相邻帧的检测框连续 3 帧命中才输出报警。4.5 现象换一台机器推理报CUDA out of memory或no kernel image is available原因训练和推理的 CUDA 版本、显卡架构不一致。比如训练用 RTX 30 系推理用 GTX 10 系PyTorch 版本没对应好。解决确认推理环境的 PyTorch 和 CUDA 版本匹配。如果目标机器没有 NVIDIA 显卡导出 ONNX 用 CPU 推理model YOLO(best.pt) model.export(formatonnx, imgsz640, simplifyTrue)然后 PyQt 里用onnxruntime加载 ONNX 模型推理。CPU 推理速度会慢不少yolov8s在 i7 上单帧大概 80 到 150 毫秒适合对实时性要求不高的场景。5. 模型导出与 PyQt 界面打包从开发环境到现场部署的最后一公里训练完拿到best.pt只是第一步真正要拿到现场用还得解决模型导出和界面打包两个问题。先说导出。YOLOv8 支持多种导出格式煤矿现场常见的目标机器可能是工控机、Jetson 或者 RK3588 这类边缘设备。如果工控机有 NVIDIA 显卡直接best.pt加 PyTorch 环境最省事如果没有导出 ONNX 用 CPU 跑如果是 RK3588需要导出 RKNN 格式但 Ultralytics 原生不支持直接导 RKNN得先转 ONNX 再用 RKNN Toolkit 转换。ONNX 导出时有个细节simplifyTrue会调用 onnx-simplifier 优化计算图但某些自定义算子可能被简化掉导致推理结果异常。我一般会先导一版不简化的对比推理结果一致后再用简化版。导出命令from ultralytics import YOLO model YOLO(runs/train/gangue_anchor_v8s/weights/best.pt) model.export( formatonnx, imgsz640, opset12, simplifyFalse, dynamicFalse )opset12是 ONNX 算子集版本RKNN 和 TensorRT 对 opset 的支持范围不同12 是比较稳的选择。dynamicFalse表示固定输入尺寸边缘设备上固定尺寸推理效率更高。PyQt 界面打包用 PyInstaller但 YOLOv8 依赖的ultralytics包里有动态导入和资源文件直接打包容易漏东西。我一般会写一个.spec文件把ultralytics的路径显式加进去# main.spec from PyInstaller.utils.hooks import collect_data_files datas collect_data_files(ultralytics) a Analysis( [main.py], datasdatas, hiddenimports[ultralytics, torch, cv2], ... )打包命令pyinstaller main.spec。打出来的 exe 在没装 Python 的 Windows 机器上跑第一次启动会解压资源慢一点正常。如果报ModuleNotFoundError检查hiddenimports里有没有漏掉ultralytics.models或ultralytics.nn这类子模块。最后说一个我踩过的坑PyQt 界面里加载模型路径不要写死绝对路径现场机器盘符可能不一样。我习惯把best.pt和data.yaml放在 exe 同级的models/目录下代码里用os.path.dirname(sys.argv[0])拼相对路径。从那以后我每次打包完都会在一台干净机器上跑一遍完整流程打开界面、加载图片、切换视频、调置信度、看统计输出。希望帮到你。本文还有配套的精品资源点击获取