PCB缺陷检测YOLO实战：标签格式转换、数据划分与训练避坑指南

简介面向目标检测方向的学习者、PCB制造与质检领域的开发人员数据包内含可直接投入训练的PCB缺陷数据集适合课程设计、毕业课题或工业质检算法验证。数据集包含1000张真实场景高质量图片图片涵盖多种缺陷类型与拍摄角度贴近真实产线环境采用LabelImg标注并提供VOC、COCO、YOLO三种格式标签xml/json/txt标签分别存放于对应文件夹免去手工格式转换适配YOLO系列模型快速训练与评估。压缩包内共约2000个文件以xml与txt标签文件为主体另有HTML环境配置与训练教程、Python数据划分脚本、YAML模型配置文件等整包约275.87MB。配套内容包括Windows和Linux双平台下的YOLO环境搭建、案例训练教程以及训练集、验证集、测试集划分脚本能帮助读者从数据准备到模型训练形成完整闭环。目前已有713人学习下载整体目录清晰既适合初学者入门也便于中高级开发者按需调整数据与训练流程。1. PCB缺陷检测为什么值得用YOLO从一张板到一套数据集一块PCB板上开路、短路、缺孔这类缺陷往往只有几百微米人工镜检一天下来眼睛发花AOI设备扫出来一堆可疑点再让人复判效率瓶颈就卡在这里。而YOLO目标检测在工业质检里已经被反复验证速度快、部署直接、小目标也能调。问题是做YOLO训练不是拿到图就能跑的标签格式、划分方式、训练参数每一项都能让人卡上好几天。这个标题里给的方案恰好是把这件事做成一套交钥匙工程1000张PCB缺陷图VOC、COCO、YOLO三种格式标签都配齐外加划分脚本和训练教程你拿到手不用再处理格式转换这类脏活可以专心调模型。适合刚接手AOI视觉算法的工程师、做PCB质检设备选型的技术负责人以及想用目标检测做工业小目标识别的从业者。下面我按拿到这套东西之后的实际路径来拆先讲三种格式怎么互转再讲划分和训练最后落在一线踩过的坑上。2. VOC、COCO、YOLO三种标签格式转换脚本与坐标换算的血泪坑标题里写了三种格式标签都给你很多人第一反应是“不就是改个后缀吗”实际不是。三种格式的存储结构、坐标表达、类别映射完全不同混着用轻则训练报错重则模型训出来框全偏。这一章先把三种格式的底摸清再给两个我常用的转换脚本。2.1 三种格式分别存了什么VOC格式是每张图对应一个XML文件框用绝对像素坐标 (xmin, ymin, xmax, ymax) 表示类别是字符串比如nameshort/name。COCO格式是全局一个JSON文件所有标注塞在annotations数组里框用绝对像素的 (x, y, w, h) 表示类别用数字ID映射到categories。YOLO格式是每张图一个TXT文件每行一个框写法是“类别序号 cx cy w h”全部是0到1的归一化值。三种格式对同一批框存的却是三套不同的数学表达。转换时最容易翻车的点就在坐标换算和类别映射。格式存储方式框坐标归一化类别VOC每张图一个XML(xmin, ymin, xmax, ymax)无字符串COCO全局一个JSON(x, y, w, h)无数字ID从1开始YOLO每张图一个TXT(cx, cy, w, h)有数字序号从0开始2.2 从VOC转成YOLO TXT坐标换算脚本最常见的落地路径先用LabelImg标注出VOC格式再用脚本转成YOLO的TXT去训练。我一般维护一个classes.txt来确定类别顺序因为YOLO的类别序号完全靠这个TXT决定。import xml.etree.ElementTree as ET from pathlib import Path voc_dir Path(labels/voc) # 原始XML目录 out_dir Path(labels/yolo) # 输出TXT目录 out_dir.mkdir(parentsTrue, exist_okTrue) # 类别顺序就是YOLO的类别ID改顺序必须同步改 data.yaml classes [open, short, missing_hole, spur, mouse_bite] for xml_file in voc_dir.glob(*.xml): tree ET.parse(xml_file) root tree.getroot() img_w int(root.findtext(./size/width)) img_h int(root.findtext(./size/height)) lines [] for obj in root.iter(object): name obj.findtext(name) if name not in classes: continue cls_id classes.index(name) bndbox obj.find(bndbox) xmin int(bndbox.findtext(xmin)) ymin int(bndbox.findtext(ymin)) xmax int(bndbox.findtext(xmax)) ymax int(bndbox.findtext(ymax)) # 中心点坐标 (min max) / 2除以整图宽高完成归一化 x_center (xmin xmax) / 2.0 / img_w y_center (ymin ymax) / 2.0 / img_h box_w (xmax - xmin) / img_w box_h (ymax - ymin) / img_h lines.append(f{cls_id} {x_center:.6f} {y_center:.6f} {box_w:.6f} {box_h:.6f}) out out_dir / (xml_file.stem .txt) out.write_text(\n.join(lines) \n, encodingutf-8)逻辑说明中心点坐标是(xmin xmax) / 2然后分别除以整图的宽或高。注意这里除的是整图尺寸不是框自己的宽高——我见过有人把 x_center 除以框宽结果标签全飞出去这是转格式里最低级的翻车。参数说明classes列表的顺序就是YOLO训练时用的类别ID一旦定下来就不能变后续data.yaml里的 names 必须和这里的顺序一致。如果XML里有difficult1/difficult的难例上面代码没做过滤我建议加一个判断只转difficult0的框否则训练时会把模棱两可的标注当硬标签损失函数震荡得更厉害。每行保留6位小数对PCB这种几千像素大图足够但对只有10像素宽的缺陷框建议改成.9f保留9位防止归一化后精度丢失导致框错位。2.3 从YOLO TXT回拼COCO JSON评估阶段用得上训练用YOLO格式评估却想跑官方COCO mAP脚本这时就需要把TXT拼成JSON。注意COCO的类别ID从1开始YOLO从0开始这个偏移量必须补上。import json from pathlib import Path from PIL import Image sets [train, val] label_dir Path(labels/yolo) img_dir Path(images) # 类别顺序和 data.yaml、训练时保持一致 categories [open, short, missing_hole, spur, mouse_bite] images, annotations [], [] ann_id 1 for split in sets: for img_path in (img_dir / split).glob(*.jpg): img_id len(images) 1 w, h Image.open(img_path).size images.append({ id: img_id, file_name: str(img_path), width: w, height: h, }) txt label_dir / split / img_path.with_suffix(.txt).name if not txt.exists(): continue for line in txt.read_text().strip().splitlines(): cat_id, cx, cy, bw, bh line.split() # YOLO存的是归一化中心点先转回绝对像素左上角 x (float(cx) - float(bw) / 2) * w y (float(cy) - float(bh) / 2) * h annotations.append({ id: ann_id, image_id: img_id, category_id: int(cat_id) 1, # COCO从1开始YOLO从0开始 bbox: [x, y, float(bw) * w, float(bh) * h], area: float(bw) * float(bh) * w * h, iscrowd: 0, }) ann_id 1 coco { images: images, annotations: annotations, categories: [{id: i 1, name: c} for i, c in enumerate(categories)], } Path(coco_annotations.json).write_text(json.dumps(coco), encodingutf-8)逻辑说明YOLO行里存的是归一化后的中心点坐标和宽高回拼COCO时要先除以归一化系数还原成绝对像素再转成左上角坐标。area字段是给COCO做小/中/大目标分组统计用的不填后面分析小目标性能时找不到依据。参数说明category_id必须 1很多人在这一步翻车训练结果看起来没问题一跑评估脚本全部报类别不匹配。TXT里如果出现负坐标或超出图片边界的框COCO评估脚本会报错甚至静默跳过。建议加一道清洗逻辑把 x, y 限制在 [0, w] 和 [0, h] 内宽高最小为1。这里只取了 train 和 val如果要做测试集记得把 test 也加进sets列表里否则测试集没有标注信息。2.4 三种格式配齐的真正价值数据集作者把三种格式都给你不是为了让你选一种用而是让你在一条流水线里同时用上VOC格式在LabelImg里做人工复核最方便YOLO格式直接喂给训练器COCO格式用来跑官方评估脚本横向对比不同模型。三种格式的边界清楚了后面出了诡异问题你才能判断是标注坏了还是训练坏了。3. 划分脚本训练集验证集按板子分不按图片分标题里的“划分脚本”值得单独拿出来讲。很多人拿到数据集第一步就是train_test_split随机切但对PCB缺陷数据这样做会埋下大雷。3.1 为什么不能直接随机打乱1000张图里缺陷不是均匀分布的。假设短路类只有80张缺孔类有400张随机划分后验证集里很可能一张短路都没有mAP指标虚高到了实际产线一碰到短路就漏检。更隐蔽的问题是同源污染如果你的图片命名带着板子编号比如panel_001_short.jpg、panel_001_open.jpg随机切分会把同一块板的不同缺陷图分到训练和验证两边验证集里全是训练集见过的板子评估成绩自然好看但一换新板子就崩。3.2 按文件名前缀分组的划分脚本我常用的做法是先按板子编号分组再对组做随机保证同一块板的图永远在同一侧。import random from pathlib import Path random.seed(42) # 固定种子复现划分结果 img_dir Path(images/all) # 未划分的原图目录 train_out Path(images/train) val_out Path(images/val) train_out.mkdir(parentsTrue, exist_okTrue) val_out.mkdir(parentsTrue, exist_okTrue) samples list(img_dir.glob(*.jpg)) # 按文件名前两段分桶假设格式是 panel_001_short.jpg groups {} for p in samples: parts p.stem.split(_) prefix parts[0] _ parts[1] groups.setdefault(prefix, []).append(p) groups list(groups.values()) random.shuffle(groups) val_ratio 0.2 val_groups groups[: int(len(groups) * val_ratio)] val_files {p for g in val_groups for p in g} for p in samples: dst val_out if p in val_files else train_out p.rename(dst / p.name)逻辑说明核心是“先分组再随机”不是对单张图随机。这样保住了同源数据不串集这条底线。如果你的文件名不是这个格式改一下prefix的取值逻辑就行关键是找到能代表“同一物理板”的标识。参数说明val_ratio0.2对1000张图来说验证集有200张够稳定。如果你的类别极度不平衡建议改成先按类别抽比例再合并或者直接用分层抽样。random.seed(42)必须固定否则每次运行划分结果不同训练复现性直接归零。这个脚本只移动了图片标签还没跟着走具体对齐方式见下一节。3.3 标签跟着图片走划分脚本的边界最容易犯的错是只移动图片标签留在原目录训练时YOLO报 warning 找不到对应txt或者读到空文件。需要同步移动VOC和YOLO的标签。import shutil from pathlib import Path # 移动图片后把对应标签也移过去 for split in [train, val]: src_img_dir Path(images) / split for img in src_img_dir.glob(*.jpg): for name in [voc, yolo]: ext .xml if name voc else .txt src_label Path(labels) / name / img.with_suffix(ext).name dst_dir Path(labels) / name / split dst_dir.mkdir(parentsTrue, exist_okTrue) if src_label.exists(): shutil.move(str(src_label), str(dst_dir / src_label.name))逻辑说明VOC和YOLO是按单张图存储的标签文件必须跟着图片走。COCO是全局JSON不参与移动它应当在整个划分完成后再重新生成直接指向images/train和images/val目录。提示如果你的划分脚本是p.rename()移动图片而标签目录是另一棵目录树务必按同样的规则移动标签。先删掉原来松散的文件再重新划分比增量移动更省心。3.4 划分完要做的三分钟自检一个简单有效的自检分别统计 train 和 val 的图片数量然后按类别统计每个集合里包含该缺陷的图片数。如果 val 里某个类别的图片数为0就得重新划分。我一般直接跑一个小脚本循环读TXT统计一分钟出结果。这个自检不要省我在这上面翻过一次车——验证集里没有开路缺陷模型对开路全漏检mAP还挺漂亮一上线立刻露馅。4. 训练流程从data.yaml到YOLO参数调优的落地配置环境准备好之后下一步就是训练。这一章不聊算法原理直接给一套能在PCB缺陷数据上跑通的配置并把每个关键参数的取舍讲清楚。4.1 目录结构与data.yaml的三个必填字段拿到手的资源解压后先整理成统一的目录结构才能喂给YOLO。我一般把数据集中到一个根目录下pcb_defect/ ├── images/ │ ├── train/ │ └── val/ ├── labels/ │ ├── train/ │ └── val/ └── data.yaml然后编辑data.yaml# data.yaml path: ./pcb_defect train: images/train val: images/val names: 0: open 1: short 2: missing_hole 3: spur 4: mouse_bite参数说明path是项目根目录train和val是相对于path的子目录。不写path时train和val必须写绝对路径。names的索引顺序必须和TXT标签里的类别序号完全一致。如果VOC转YOLO时classes顺序是[short, open, ...]这里的names也必须同步否则类别标签错配模型训练完mAP看着高实际检出的全是错类。不要用中文做类别名一些绘图和评估脚本对Unicode支持不稳定报错时很难排查。4.2 关键训练参数imgsz、batch、mosaic、close_mosaic训练命令推荐这样写yolo detect train \ modelyolov8s.pt \ datadata.yaml \ epochs300 \ imgsz1024 \ batch16 \ device0 \ patience50 \ mosaic1.0 \ close_mosaic10 \ workers8逐项说参数取舍modelyolov8s.pt在预训练权重基础上微调。1000张图不足以从头训练用COCO预训练权重做迁移学习收敛速度快很多这是这个场景最常见的做法。imgsz1024PCB缺陷多是小目标640在工业场景不够用1024能把短路断口、缺孔边缘放大。显存不够就降到960或用yolov8n减小模型体量。batch16如果训练过程中loss变成 nan 或剧烈震荡优先调小 batch而不是调学习率。PCB图背景单一batch 太大容易过早过拟合。mosaic1.0、close_mosaic10前90%的训练轮次开启马赛克增强最后10轮关闭。这是让模型在最后阶段看真实分布、稳定输出的常用配置不要自己乱改。patience5050轮不涨就停。PCB数据量小没必要硬跑满300轮。4.3 训练过程中的可观测信号loss只看相对变化训练日志里会输出cls_loss、box_loss、dfl_loss三部分。网上关于“yolo损失函数”的讨论很多但实操里你只需要关注相对变化前10轮box_loss从30左右快速降到个位数说明模型在正常学习。前50轮box_loss几乎不动说明学习率太小、标签噪声太大或者数据增强太猛把真实标注盖住了。某个 epoch 突然cls_loss变 nan优先查TXT里有没有全零文件或非法值比如归一化坐标超过1。这些脏标签在locate问题图片时用脚本一查就能找出来不要重启训练硬碰运气。4.4 推理时的置信度阈值产线取舍训练完用 best.pt 预测yolo detect predict \ modelruns/detect/train/weights/best.pt \ sourceimages/test \ conf0.25 \ iou0.45 \ imgsz1024conf的选取要看产线逻辑。PCB缺陷属于“背景干净、目标极小”的场景conf可以调到 0.35-0.45因为PCB缺陷框本来就少宁可少输出假阳也避免大量误报。但如果做的是终检漏检的代价远大于误报这时候把conf降到 0.15让模型把可疑点全报出来靠后面人工复判兜底。这个取舍直接由产线节拍决定没有绝对正确的值。5. PCB检测避坑五个让YOLO模型翻车的高频问题与排查这几条是我在PCB缺陷检测训练里反复遇到的真实故障按“现象 → 原因 → 解决”写方便你直接对着排查。5.1 训练中途BN层崩溃loss 直接变 nan现象训练十几轮后 loss 突然变成 nan日志里还能看到 BatchNorm 相关报错有人叫它“BN崩溃”也有人叫“模型微调崩了”。原因YOLO预训练权重里的BN统计量是从COCO学来的PCB图像和COCO的分布差异极大加上 batch 太小BN 的统计量在训练早期剧烈震荡后崩了。解决最常见做法是把 batch 调到 16 以上让BN统计量更稳定如果显存不够就换yolov8n。另外确认学习率没超出默认范围不要为了加速收敛一上来就把 lr 调高一倍PCB小数据集的BN层经不起这个折腾。5.2 混淆矩阵总和对不上图片数现象训练完打开confusion_matrix.png把预测框和标签框相加数量比图片里的缺陷总数多出一截有人误以为模型出了问题。原因YOLO的混淆矩阵是按“框”算的不是按“图”算的。NMS合并了一部分重复框还漏检了一些框加上每个图可以有多个缺陷框矩阵里的各项对不上原始图片数量是正常的。解决看混淆矩阵时别管总数只看对角线之外的错误分布——哪些类别互相误检、哪个类召回率最低。对角线数值占比越大模型区分力越好。5.3 标签精度丢失预测框比GT框小一圈现象训练完画出预测结果框比人工标注的GT框明显小一圈位置倒是准的。原因YOLO TXT里小框的归一化宽高值太小。比如框宽2像素、图像宽4096像素归一化后约0.000488如果脚本只保留6位小数某些场景下会变成0.0005误差被放大到原图好几个像素。解决转换脚本里坐标统一保留9位小数更省事的做法是转一次定稿之后所有修改都在YOLO格式上做不要反复在VOC和YOLO之间来回转折腾一次就丢一层精度。PCB小缺陷就是这个问题的重灾区。5.4 验证集和训练集同源mAP好看现场漏检现象训练时 mAP50 高到0.9以上拿到产线新拍的照片上一测漏检严重同一个板位反复检测不过。原因划分脚本按单张图片随机切分同一块板的不同缺陷图被分到了 train 和 val 两侧模型相当于带着答案考试新板子自然露馅。解决用第3章的方法按板子编号分组后再划分。划分完做个类别统计自检确认 val 里每个类别的图片数都不是0。5.5 低频缺陷类别完全检不出现象1000张图里短路缺陷只有30张训练完混淆矩阵显示短路这一类 precision 和 recall 都是0。原因Mosaic增强虽然增加了样本多样性但短路这类极小缺陷在拼接过程中被缩放得更小模型根本学不到有效特征。正样本过少训练器会把这类当噪声。解决先做类别频率统计对低频类单独做复制粘贴增强——把短路缺陷的区域从原图裁下来随机贴到干净的PCB背景上生成额外样本。也可以按第6章的迁移学习方式用预训练模型在小样本上更容易稳定起步。6. 1000张图的迁移学习冻结策略与验证集上的置信度校准1000张图做PCB缺陷检测最大的顾虑是样本不够。我的习惯是不从头训练直接加载COCO预训练权重做迁移学习并且冻结部分主干层让模型在保留通用特征提取能力的同时只微调检测头。6.1 冻结主干层的训练命令Ultralytics 框架里用freeze参数指定冻结的层数yolo detect train \ modelyolov8s.pt \ datadata.yaml \ epochs200 \ imgsz1024 \ batch16 \ freeze10 \ patience30freeze10表示前10层不参与梯度更新。PCB缺陷的边缘、纹理等浅层特征和通用目标有差异冻结过多会导致模型学不到PCB特有的表征冻结太少又起不到防过拟合作用。我一般先试freeze10如果过拟合严重训练loss降、验证loss不降再往上加。6.2 在验证集上做一次置信度校准训练结束后不要只盯着总mAP按类别拆开看。用 YOLO 自带的验证接口快速出结果from ultralytics import YOLO model YOLO(runs/detect/train/weights/best.pt) results model.val(datadata.yaml, imgsz1024) print(results.box.map) # mAP50-95 print(results.box.map50) # mAP0.5 print(results.box.conf) # 每个类别的置信度列表重点看每个类别的置信度分布而不是总平均。PCB缺陷类别如果 mAP50 低于0.7我不建议直接上线因为现场的光照、板面颜色变化会让分数再降一档。把 conf 阈值在验证集上扫一遍找到 precision 和 recall 的平衡点再拿这个阈值去推理比凭感觉填 0.25 靠谱得多。我现在的习惯是拿到任何新PCB数据集先跑一次完整训练拿 baseline 和混淆矩阵再谈改网络结构。没有这个基准后面所有调参都是空中楼阁。希望这篇能帮你在PCB缺陷检测上少踩几个坑。本文还有配套的精品资源点击获取