手机屏幕缺陷检测：300张图像如何用YOLO迁移学习跑通？

简介面向手机屏幕缺陷检测的YOLO数据集包含300张标注图像与对应标签适合使用YOLO系列算法进行工业质检与视觉缺陷识别的开发者。数据集已按训练、验证、测试划分并附带可直接调用的data.yaml配置文件适用于YOLOv5、YOLOv8、YOLOv7、YOLOv9、YOLOv10、YOLO11等主流版本。标签提供YOLO格式的txt文件与VOC格式的xml文件分别存放于不同文件夹中其中txt格式按类别索引、中心点坐标、宽高比例记录目标框方便用户快速导入模型开展训练与验证。资源共901个文件包含300张jpg图像、300个txt标签、300个xml标签及1个yaml配置压缩包大小约14.37MB目录结构简洁便于按需取用。已有220人浏览学习可直接作为手机屏幕外观缺陷检测项目的初始数据集省去自行采集与标注的时间适合目标检测入门及工业落地前期的算法验证。1. 300张带标签的手机屏幕缺陷图能喂饱YOLO吗手机屏幕出厂前的质检工位每天要过几千片屏暗点、亮点、划痕、Mura亮度不均、彩斑这五类缺陷占掉七八成不良品。以前靠老师傅肉眼盯现在都在往自动化检测上转而自动化检测的第一块基石不是算法模型是带标签的数据集。这个标题里的“300张图像带标签.zip”就是干这个用的——它不是给你看效果的Demo是给你做迁移学习的起步数据包配合yolo算法做目标检测能在小样本条件下把屏幕缺陷模型跑起来。300张多吗对工业质检来说完全不够训练一个从零开始的检测网络。但配合预训练权重、数据增强和合理的类别设置这300张足够你把产线验证流程打通用两三天时间拿到一个能跑通、能看指标的基线模型。这篇笔记就按这个路径拆标签格式怎么读、增强怎么做、训练参数怎么设、哪些坑我踩过。2. 读懂标签文件YOLO格式的坐标、类别与样本分布2.1 打开zip先看什么拿到这个zip第一步不是解压跑训练而是先看目录结构和标签格式。常见的组织方式是unzip 手机屏幕缺陷数据集-300张图像带标签.zip -d screen_defect/ find screen_defect -type f | head -20解压后先列文件。正常的YOLO数据集应该有images/和labels/两个目录图像是jpg或png标签是同名的txt文件。如果看到的是XML或JSON格式也别慌后面会讲怎么转。cat screen_defect/labels/0001.txt输出的每一行就是一个目标框格式固定为类别ID x_center y_center width height。注意这里的四个坐标值都是归一化的范围0到1不是像素坐标。比如一行2 0.5312 0.4821 0.1234 0.0956意思是第3类缺陷索引从0开始框中心在图像宽度的53.12%、高度的48.21%处框宽占整图宽度的12.34%高占整图高度的9.56%。2.2 类别定义与样本不均衡用下面脚本统计每个类别的样本数这个动作一定不能省。300张图看似数量固定但缺陷类别分布往往极不均衡暗点可能占了一百多张Mura只有二三十张。from collections import Counter label_files glob.glob(screen_defect/labels/*.txt) counter Counter() for lf in label_files: with open(lf) as f: for line in f: cls int(line.split()[0]) counter[cls] 1 print(counter) # 例如输出 Counter({0: 132, 1: 98, 2: 45, 3: 31, 4: 24})这里line.split()[0]取的是每行第一个字段即类别ID。统计完你会发现类别少的缺陷在后面训练时loss会被大类带偏mAP在小类上基本起不来。解决思路是在loss权重里给少样本类别更高的权重或者针对少数类做过采样这个后面展开。2.3 可视化验证标签没有错位拿到标签先别信必须抽几张图叠加画框验证。我见过不少数据集图像是旋转过的标签没有跟着旋转或者标注框超出图像边界这种问题纯靠训练是发现不了的模型会一直学错特征。import cv2 img cv2.imread(screen_defect/images/0001.jpg) h, w img.shape[:2] with open(screen_defect/labels/0001.txt) as f: for line in f: cls, x_c, y_c, bw, bh map(float, line.split()) x1 int((x_c - bw / 2) * w) y1 int((y_c - bh / 2) * h) x2 int((x_c bw / 2) * w) y2 int((y_c bh / 2) * h) cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.imwrite(check_0001.jpg, img)这段代码把归一化坐标还原成像素坐标然后画框存图。抽查20到30张确认框的位置、大小和缺陷区域吻合。如果发现标签有错位优先找原始标注文件或重新标注不要带着坏标签往下走否则后面所有指标都是假的。3. 300张不够用数据增强与训练集划分的实操配置3.1 划分数据集先分后增强避免泄漏300张图做训练划分比例和常规数据集不一样。常规COCO风格是train/val/test按8:1:1分但300张小样本下我建议按7:2:1分val集多一点因为验证集太小会导致mAP波动剧烈你没法判断改参数到底有没有用。# 在数据集根目录执行 python split_dataset.py --image_dir screen_defect/images \ --label_dir screen_defect/labels \ --train_ratio 0.7 --val_ratio 0.2 \ --seed 42划分脚本做的事很简单把所有图像文件名打乱按比例分配然后在三个目录里分别建images和labels子目录。这里的关键点是--seed 42固定随机种子。否则每次跑划分结果不一样前后两次实验的数据分布不同指标变化没法归因于参数调整。3.2 增强策略工业缺陷的增强和通用目标检测不一样通用目标检测里常用的水平翻转、随机裁剪用在屏幕缺陷上要谨慎。屏幕缺陷是精细纹理变化比如一条细划痕可能只有几个像素宽过度的几何增强会直接把缺陷特征扭曲掉。我最常配的增强组合是import albumentations as A train_transform A.Compose([ A.HorizontalFlip(p0.5), A.ShiftScaleRotate(shift_limit0.02, scale_limit0.05, rotate_limit3, p0.5), A.RandomBrightnessContrast(brightness_limit0.1, contrast_limit0.1, p0.5), A.GaussNoise(var_limit(10.0, 30.0), p0.3), ], bbox_paramsA.BboxParams(formatyolo, min_visibility0.5))参数说明ShiftScaleRotate的旋转角度限制在正负3度以内屏幕缺陷检测中角度变化过大没有物理意义屏幕就是方正摆好的RandomBrightnessContrast的幅度控制在10%以内模拟不同背光亮度下的成像差异GaussNoise模拟低照度下的传感器噪声。所有bbox增强通过min_visibility0.5保证增强后目标框至少有50%还在图内。3.3 增强倍数怎么定从300到3000增强不是越多越好。我一般把每张训练图增强成5份300张图变成1500张训练图这个量对YOLO来说已经能稳定收敛。超过10倍增强模型会开始记住增强后的伪影而非真实缺陷特征在验证集上的mAP反而下滑。from torch.utils.data import Dataset class ScreenDefectDataset(Dataset): def __init__(self, img_dir, label_dir, transformNone, aug_repeat5): self.img_paths glob.glob(f{img_dir}/*.jpg) self.label_dir label_dir self.transform transform self.aug_repeat aug_repeat def __len__(self): return len(self.img_paths) * self.aug_repeat def __getitem__(self, idx): orig_idx idx % len(self.img_paths) # 同一张图的不同增强版本通过整数除法索引区分 ...核心逻辑是索引映射orig_idx拿到原始图像然后对该图像做一次随机增强。aug_repeat控制每张图采样几次。这样做的好处是每个epoch里模型看到的都是同分布但不同的样本epoch数不用刻意加大。4. 用YOLOv8跑通屏幕缺陷检测训练命令与参数调优4.1 选择YOLO版本v5还是v8标题泛写yolo算法落地时你得选一个具体实现。我的判断是如果是自建数据集做工业部署YOLOv8的生态更省事ultralytics库把训练、验证、导出打包得很干净适合快速验证。YOLOv5的优势在于老项目多、定制经验多但新项目没必要从v5起步。下面的命令和参数以YOLOv8为例。安装和训练pip install ultralytics yolo detect train \ datascreen_defect.yaml \ modelyolov8s.pt \ epochs100 \ imgsz640 \ batch16 \ lr00.01 \ optimizerSGD \ augmentation-disabledTruemodelyolov8s.pt是关键——加载COCO预训练权重做迁移学习不是从随机初始化开始。300张小数据集从零训练必炸迁移学习是唯一可行的路。augmentation-disabledTrue是和前面自己做增强配合的YOLOv8内置的mosiac增强在屏幕缺陷这种小目标场景下效果不好它会把缺陷碎块拼成没有物理意义的组合所以我关掉内置增强用自己的pipeline。4.2 三个必调的参数imgsz、lr0、batchimgsz640是分辨率和召回率的权衡点。屏幕缺陷里的划痕和暗点往往很小如果图像原生分辨率只有800x600下采样到640还能保持缺陷可见但如果原图是1920x1080下采样到640会把细划痕直接抹掉这种场景要跑到1280或更高。你可以先用640跑通流程后面验证时再对比640和1280的mAP差异。lr0在小数据集上要保守。COCO预训练模型的特征提取层已经很强了你只需要微调检测头。lr0设为0.01配SGD是稳妥起点如果loss震荡不收敛降到0.005再试。batch受显存限制。300张图增强后1500张batch16意味着每个epoch不到100步够用。你的显卡如果只有8GB显存batch降到8同时把workers设为4避免数据加载成为瓶颈。4.3 在data.yaml里定义类别信息训练前要建一个screen_defect.yamlpath: /path/to/screen_defect_split train: images/train val: images/val names: 0: dark_spot 1: bright_spot 2: scratch 3: mura 4: color_stainnames是类别ID到名称的映射排序必须和标注文件里txt的类别ID一致。最坑的是这个yaml写错——比如names列表里少写一个类别训练能跑但结果会错位检测出的框对应的类别名全是乱的。4.4 训练中断怎么续跑300张数据训练时间不长但跑实验时服务器重启、SSH断开都可能中断训练。YOLOv8有断点续训机制yolo detect train \ datascreen_defect.yaml \ modelruns/detect/train/weights/last.pt \ epochs50 \ resumeTruemodel指向上次训练的last.ptresumeTrue会读取上次训练的全部状态包括优化器动量、学习率调度位置。这里注意epochs填的是新训练的轮数不是累计轮数。续训后先跑几个epoch看loss是否延续下降趋势如果loss跳变说明学习率状态没恢复好果断调低lr0到0.001重新微调。5. 避坑小数据集训练屏幕缺陷模型的5个常见问题5.1 现象训练loss下降但mAP几乎为零原因分析最常遇到的是标注框和图像不匹配——图像经过旋转、裁剪但标注没跟着变。前面第2章的验证代码就是防这个的。另一个高频原因是类别ID写错txt里写的是0~4但data.yaml里names顺序不对。解决办法回到第2章的check_0001.jpg逐张看画框结果。同时写一个脚本检查所有txt里最大的类别ID是否小于len(names)越界就是标注文件有错。5.2 现象验证集mAP波动剧烈曲线像锯齿原因分析验证集太小只有60张图一张误检就能让mAP掉好几个点。这不是模型问题是评估噪声。解决办法把验证集扩大到20%到30%已经是上限剩下能做的是用mAP50作为主要评估指标不要盯着mAP50:95不放小数据集上那个指标噪声更大。另外验证时固定conf_thres0.25、iou_thres0.45不要频繁改这两项否则无法对比实验。5.3 现象mura类缺陷完全检测不到原因分析Mura是亮度不均的区域边缘模糊没有清晰的轮廓。YOLO的anchor框对这类缺陷天生不敏感而且如果Mura在300张里只占20几个样本模型根本没学到它的特征空间。解决办法第一把Mura类的loss权重调高YOLOv8里可以直接修改数据集的类别权重第二对Mura类图像做额外的亮度扰动增强模拟不同背光强度下的Mura形态第三如果还不行接受现实——你需要在产线上再采一批Mura样本这类缺陷靠算法硬凑不现实。5.4 现象训练能收敛但部署后误检率特别高原因分析实验室图像和产线图像的成像条件不一致。屏幕缺陷数据集大多是在暗室、固定光源下拍的产线环境有环境光干扰、玻璃反光模型会把反光当作划痕。解决办法部署时在图像预处理阶段加一步背景扣除或反光抑制另外在产线采集一部分无缺陷的负样本图加入训练集。这个数据集可能没有负样本你得自己补否则模型没有见过正常屏幕什么都会往里框。5.5 现象显存OOMbatch降到2还是炸原因分析如果你把imgsz设到了1280即使batch2特征图的内存占用也很大。屏幕缺陷图像不适合直接整图缩放要么切块检测要么保持低分辨率加更细的anchor。解决办法我一般控制在imgsz640或800batch8配合8GB显存的卡就能跑。如果真的需要高分辨率检测细划痕用切patch的方案——把原图切成4块或9块分别推理最后合并结果。注意切块时要有10%到15%的重叠避免缺陷正好落在切缝处被截断。6. 让模型真正能用mAP验证与误检收敛技巧6.1 用测试集做一次严格的指标验证训练完成后用测试集跑一次独立验证不是val集是训练过程中从未见过的那10%数据yolo detect val \ datascreen_defect.yaml \ modelruns/detect/train/weights/best.pt \ splittest \ conf_thres0.25 \ iou_thres0.45看两个指标mAP50是否大于0.8各类别mAP是否都大于0.6。如果暗点、亮点这类大目标类别mAP很高但划痕、Mura很低这就是典型的类别不均衡问题照5.3的方法调。另外把conf_thres从0.25降到0.1看Recall变化如果Recall大幅上升而Precision下降不多说明模型对目标的定位是准的只是置信度偏低部署时把阈值设在0.2附近可以接受。6.2 用混淆矩阵找到误检来源yolo detect val运行完会在runs/detect/val下生成confusion_matrix.png。观察对角线之外的格子如果划痕类别误检成暗点说明两者的特征在模型眼里没有完全分开重点检查标注质量——是不是有些划痕图被标成了暗点。如果误检集中在无缺陷背景上说明负样本缺失补一批正常屏幕图。6.3 置信度阈值校准按照产线需求调产线对漏检和误检的容忍度完全不一样。屏幕出厂检测漏检一个缺陷意味着不良品流出后果严重所以Recall优先阈值压低到0.15到0.2。后端的复判工位可以把低置信度框推送到人工复核人工成本换漏检率下降是划算的。如果这个模型用于全自动分拣没有人工复核环节那就必须追求Precision阈值拉到0.5以上宁可漏掉少数缺陷也不能把大量良品打成不良品。6.4 从300张到3000张下一步数据迭代300张数据跑通的是流程验证真正上产线前需要扩充数据。我通常的做法是用当前模型在产线图像上做预标注置信度高于0.7的直接入库0.3到0.7的交给标注员修正低于0.3的丢弃。这样一天可以产出五到八百张带标签的新数据模型每两三天就能迭代一版。300张只是打底迭代速度和数据闭环才是工业项目的胜负手。这个数据集的完整价值不在于300张本身而在于帮你把迁移学习、增强策略、验证流程、阈值校准这套链条跑通。我第一次用类似规模的数据调屏幕缺陷模型时mAP只有0.4后来逐步补数据、调loss权重、加负样本才慢慢拉到0.85以上。这个爬坡过程没有捷径但每一步踩的坑都有迹可循希望这篇笔记能帮你少走一段弯路。本文还有配套的精品资源点击获取