简介面向计算机专业毕业设计、课程设计与项目实战学习的PythonYOLOv5路面桥梁裂缝检测识别项目提供完整源代码与预训练模型解决了道路、桥梁表面裂缝自动检测与定位的任务。内置标准YOLOv5工程结构包含模型定义、训练与检测脚本、数据配置及推理示例适合希望系统掌握目标检测落地流程的初学者快速上手。资源包共85个文件以Python脚本、模型配置文件yaml、编译缓存pyc及Shell脚本为主辅以样例图片与Dockerfile整体仅1.6MB轻量便于部署与二次开发。其中py文件涵盖数据处理、模型构建、训练与预测等模块yaml文件对应各类模型结构与训练超参数sh脚本用于权重下载图片可用于快速验证检测效果。目前已有77人学习使用通过该资源可掌握YOLOv5从环境配置、数据准备到模型训练与测试的完整链路直接运行即可得到裂缝检测结果为论文撰写与答辩演示提供扎实的代码支撑也适合作为深入理解深度学习目标检测原理的实战范本。1. 用 Python YOLOv5 做路面桥梁裂缝检测毕业设计到底在做什么路面桥梁裂缝检测识别这个毕业设计题目落到代码层面其实就是一套基于 Python 和 YOLOv5 的目标检测系统输入一段路面或者桥梁混凝土表面的图片输出每个裂缝的位置框、置信度以及裂缝类别。它解决了传统人工巡检需要人蹲在桥底拿放大镜看裂缝的痛点同时也是这几年计算机视觉方向毕设里性价比最高的一类题目YOLOv5 训练代码开箱即用自己只需要把数据集和超参处理好就能跑出一个能演示、能写论文、能答辩的完整系统。这套方案适合两类人。一类是计算机视觉方向、想用目标检测完成毕业设计的本科生另一类是土木、道桥方向做智能化巡检交叉课题的研究生。前者重点在模型怎么改、效果怎么提升后者重点在数据集怎么做、检测结果怎么和工程指标挂钩。无论哪一类你从压缩包里拿到的源代码和模型都只是起点真正把它跑通并变成自己的东西中间还有不少路要走。2. 裂缝检测的项目构成YOLOv5 技术栈与代码包里的基本盘2.1 为什么选 YOLOv5 而不是其他模型做路面桥梁裂缝检测模型选择的第一原则不是精度最高而是「能在自己的电脑上跑起来且最后能讲清楚」。YOLOv5 在这两点上都占优势。对比 Faster R-CNNYOLOv5 是单阶段检测器不需要区域提议网络推理速度快一个量级对比 YOLOv8、YOLOX 这些新模型YOLOv5 的社区资料和现成博客最多遇到问题搜索答案更方便这对毕业设计周期来说是实打实的优势。从检测任务本身看裂缝在图像里属于典型的小目标细长、低对比度、背景纹理复杂。YOLOv5 的 PANet 特征融合结构会把浅层高分辨率特征和深层语义特征做拼接对小目标召回比旧版 YOLOv3 好不少。而它的 CSPDarknet 骨干网络在显存占用上也比 ResNet 系列更友好用一张 6G 显存的 GTX 1660 就能训练 640 分辨率的模型这对学生党很关键。还有一个容易忽略的选型理由YOLOv5 的代码风格非常规整模型的 yaml 配置、训练入口、推理脚本、导出脚本各司其职。毕业论文里可以顺理成章地画出「数据流图图片 → 预处理 → CSPDarknet 特征提取 → PANet 特征融合 → 预测头输出」每一个模块都能在代码里找到对应文件。换成 YOLOv8 之后代码更抽象了反而不容易在论文里展开写。2.2 项目源代码的文件结构与训练流程拿到一份「YOLOv5 裂缝检测项目源代码模型」压缩包通常解压后你会看到这样一套结构yolov5-master/ ├── data/ # 数据集配置 yaml │ ├── crack.yaml │ └── images/ # 训练与验证图片 ├── models/ # 模型结构 yaml │ ├── yolov5s.yaml │ └── yolov5m.yaml ├── runs/ # 训练输出 │ ├── train/ │ └── detect/ ├── train.py # 训练入口 ├── detect.py # 单张/批量推理入口 ├── val.py # 验证集评测入口 ├── export.py # 模型导出脚本 ├── weights/ # 预训练权重与训练好的模型 │ ├── yolov5s.pt │ └── best.pt └── requirements.txt # 依赖清单训练流程分四步准备数据集 → 写数据配置 yaml → 跑 train.py → 用 best.pt 做推理验证。整个链路里数据准备通常占用 70% 的时间训练反而是最机械的一步。很多同学拿到源代码后第一反应是直接python train.py结果要么因为数据集路径不对报错要么因为没改类别数训练出来一团糟。正确顺序是先看 data 目录下 crack.yaml 的配置再去看图片文件夹里标注格式是不是 YOLO 的 txt 格式最后才碰训练命令。weights/目录里的.pt文件是 PyTorch 格式的序列化权重yolov5s.pt是官方在 COCO 数据集上预训练好的通用权重它的意义在于迁移学习。best.pt是你自己训练出来的最优权重训练完成后再推理时必须指向它而不是默认的yolov5s.pt。这两者很多人搞混导致训练了半天推理时还在用 COCO 的老权重结果检测出来的全是 person、car 这类 COCO 类别。3. 环境配置与数据集准备把模型目标和标注格式对齐3.1 Python 环境的安装与 YOLOv5 环境配置这是所有新手翻车最多的地方。YOLOv5 官方要求 Python 3.8 以上PyTorch 1.8 以上但推荐直接用 Python 3.10 PyTorch 2.x 的组合因为新版 torch 在 Windows 上的 CUDA 轮子更全省去源码编译的麻烦。我一般建议先装 Anaconda再为项目单独建一个虚拟环境避免和系统 Python 互相污染。安装命令如下# 创建独立环境Python 版本选 3.10 以上 conda create -n yolov5 python3.10 -y conda activate yolov5 # 安装 PyTorch注意先确认自己的显卡驱动支持的 CUDA 版本 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 # 进入项目根目录安装 YOLOv5 依赖 cd yolov5-master pip install -r requirements.txt第一行命令创建一个名为 yolov5 的 conda 环境python 版本锁定为 3.10。这样即使你系统里装了其他版本的 Python也不会污染全局环境。pip install torch指定cu118是 CUDA 11.8 的预编译版本如果你的显卡是 30 系或者更新的架构用这个版本往往比直接装默认版本更稳如果是纯 CPU 机器就把--index-url那段去掉直接pip install torch torchvision装 CPU 版即可代价是训练速度慢 20 倍左右但至少能跑通。装完依赖后一定要做三件事进 Python 交互环境导入 torch、检查 CUDA 是否可用、跑一次自带的推理 demo。验证代码很短但能排查掉一半以上的环境问题# 验证 PyTorch GPU 是否可用 import torch print(PyTorch 版本:, torch.__version__) print(CUDA 可用:, torch.cuda.is_available()) if torch.cuda.is_available(): print(显卡:, torch.cuda.get_device_name(0))如果打印出来CUDA 可用: False先别急着重装。常见原因有三个一是装了 CPU 版 torch需要先pip uninstall torch再装 GPU 版二是显卡驱动太老去 NVIDIA 官网更新驱动三是 conda 环境没有激活在 base 环境里运行当然找不到 GPU。按顺序排查基本能解决。这个验证步骤看似多余但见过太多人花一整天重装环境最后只是驱动版本不匹配的问题。3.2 裂缝数据集的标注与格式转换裂缝数据集是这份毕设里最花时间也最值钱的部分。公开数据集里没有专门的路面桥梁裂缝类别必须自己标注。常见做法是用 LabelImg 或者 LabelStudio 标注导出格式有两种Pascal VOC 的 XML 和 YOLO 的 TXT。YOLOv5 训练要求每张图片对应一个同名 txt 文件内容格式是class_id x_center y_center width height 0 0.523 0.412 0.156 0.023第一列是类别编号从 0 开始后面四列都是归一化坐标即真实像素坐标除以图片宽高取值在 0 到 1 之间。注意这里 width 和 height 是框的宽高不是右下角坐标。很多人标注完直接开训结果训练 loss 不降检查才发现 txt 里存的是 VOC 的 xyxy 格式也就是左上角和右下角坐标模型根本学不到正确的框。如果你手里已经有 VOC 格式的 XML 标注不做格式转换直接用一定会报数据集结构错误。转换脚本核心逻辑如下import xml.etree.ElementTree as ET import os def convert_voc_to_yolo(xml_path, txt_path, classes): tree ET.parse(xml_path) root tree.getroot() img_w int(root.find(size/width).text) img_h int(root.find(size/height).text) lines [] for obj in root.findall(object): cls obj.find(name).text if cls not in classes: continue box obj.find(bndbox) xmin float(box.find(xmin).text) ymin float(box.find(ymin).text) xmax float(box.find(xmax).text) ymax float(box.find(ymax).text) # 转成归一化中心点格式 x_center (xmin xmax) / 2 / img_w y_center (ymin ymax) / 2 / img_h w (xmax - xmin) / img_w h (ymax - ymin) / img_h lines.append(f{classes.index(cls)} {x_center:.6f} {y_center:.6f} {w:.6f} {h:.6f}) with open(txt_path, w) as f: f.write(\n.join(lines)) # 示例调用遍历 voc_xmls 目录输出到 labels 目录 classes [crack] for xml_file in os.listdir(voc_xmls): if xml_file.endswith(.xml): convert_voc_to_yolo( fvoc_xmls/{xml_file}, flabels/{xml_file.replace(.xml, .txt)}, classes )这个脚本里最容易错的是x_center和y_center的换算必须用(xmin xmax) / 2再除以图片真实宽高。换句话说是先求出框中心的绝对像素坐标再归一化不是直接xmin除以宽。另外类别列表classes的顺序必须和后面数据配置 yaml 里的顺序完全一致否则训练时编号 0 对应的是 crack推理时却可能对应别的类别检测结果会出现张冠李戴的情况。3.3 小数据集怎么划分训练集、验证集和测试集桥梁裂缝样本往往不多有些同学只有两三百张图。这个规模不是不能训而是划分方式必须讲究。最常见的错误是随机打乱后按 8:1:1 划分看起来合理实际验证集里图片和训练集来自同一段桥梁同一个角度验证结果虚高答辩时换一张新图就露馅。我的建议是按「拍摄位置」分组划分。也就是说同一座桥、同一段路面拍摄的连续照片必须进同一个集合不能因为随机打乱导致训练集和验证集出现同场景的近似图。这样才能测出模型的真实泛化能力。如果样本量实在太少还有一个补救办法先拿预训练权重做迁移学习冻结 backbone 只训练检测头用 300 张图也能训出看得过去的模型。但冻结层数不能太多否则底层特征不具备裂缝相关的纹理敏感度。4. 训练自己的裂缝检测模型参数、命令与超参调整4.1 最小训练命令与首次跑通环境就绪、数据集划分完成之后训练命令本身很简单python train.py --data data/crack.yaml \ --weights yolov5s.pt \ --batch-size 8 \ --epochs 100 \ --img 640 \ --device 0--data指向你写好的数据配置 yaml里面至少包含三个关键字段train和val的图片路径还有nc类别数和names类别名列表。--weights yolov5s.pt表示加载 COCO 预训练权重这是一个关键决策——从零开始训练 300 张裂缝图基本训不出有用模型但用 COCO 上预训练好的权重做迁移学习相当于模型已经学会了边缘、纹理这些底层特征裂缝这种细长结构正好能复用这些能力。--batch-size 8和--img 640是一对需要联动的参数。显存小的机器可以把 batch-size 调到 4 甚至 2但此时尽量保持--img 640不变因为降分辨率虽然省显存但裂缝是小目标降到 416 之后漏检率会明显上升。如果显存真的不够优先降 batch-size不要降分辨率。训练日志里最需要盯的两个指标是box_loss和val_obj_loss。box_loss持续下降说明模型在学着画框val_obj_loss降到 0.02 左右说明模型对「有没有裂缝」这件事判断得比较有把握。如果训练到 50 个 epoch 发现val_obj_loss卡住不降先别急着加 epoch检查数据集标注里是不是混入了大量没裂缝的背景图——这种情况会让模型的置信度永远提不上去。4.2 四个必调参数第一个是--hyp超参数文件里的lr0。官方默认是 0.01但裂缝检测数据量小0.01 在训练前几个 epoch 容易震荡。我一般改成 0.005配合 warmup 让模型先稳定下来。第二个是--patienceYOLOv5 默认 100 个 epoch 指标不改善就早停如果训练中断后发现 best.pt 停在很靠前的 epoch可能是 patience 设置太小改成 200 再试。第三个是--cache。如果数据集图片总量不大加--cache ram把所有图片缓存进内存训练速度能提升 30% 以上因为省去了每次读取磁盘的 IO 等待。第三个是--multi-scale它会在训练中随机改变输入尺寸从 0.5 倍到 1.5 倍对提升小目标鲁棒性有帮助但显存占用会明显上升6G 显存建议不要开4G 显存开了大概率 OOM。YOLOv5 的超参数文件data/hyps/hyp.scratch-low.yaml是训练调参的核心它定义了学习率、动量、权重衰减、数据增强强度等一揽子设置。我在裂缝项目里的调整思路是把hsv_h从 0.015 改成 0.05加强颜色扰动因为不同光照下混凝土的颜色变化很大把flipud从 0.0 改成 0.5允许上下翻转因为无人机俯拍桥梁的裂缝方向不固定。这些改动都在同一个 yaml 文件里批量改完保存训练时 YOLOv5 会自动加载不需要改训练代码。4.3 低显存运行模型的设置低显存同学的配置方案值得单独说。4G 显存跑 YOLOv5s img640 batch8 大概率会显存溢出。我踩过这个坑之后得出一套稳妥组合YOLOv5s 模型、batch-size 4、img 480、开启--rect参数。--rect会根据图片宽高比做矩形训练把 batch 内的图片统一到相近的宽高比后再 padding比直接 resize 到固定尺寸省出约 20% 的显存。但注意--rect和--multi-scale互斥只能二选一。如果 batch-size 4、img 480 仍然溢出终极手段是换模型。官方提供了从 n 到 x 五个档位yolov5n是 nano 版参数量只有 s 版的四分之一左右在 4G 显存上可以跑到 img640 batch8。精度会掉两三个点但裂缝检测这种单一类别任务本身不算难精度损失完全可接受。选择模型大小是在训练前做的决策训练中途换模型等于重头再来。5. 裂缝检测落地遇坑5 个高频踩坑记录与排查思路5.1 数据集未对齐导致训练翻车现象train.py一启动就报AssertionError: Label class 0 exceeds nc1 in data/crack.yaml。原因标注文件里出现了类别编号大于配置的nc-1的数据。常见原因是转换脚本把 VOC 里的多余类别也转出来了或者 labels 文件夹里混入了其他数据集的 txt导致类别编号超出了 yaml 里声明的类别数模型配置的类别维度和实际数据对不上。解决先统计 labels 目录下所有 txt 里的最大类别编号写一个几行的小脚本扫描把大于nc-1的文件挑出来删除或重新标注。这个错误发生在训练启动之前越早发现越好因为它不会给你任何含糊的提示而是直接中断整个流程。# 统计 labels 目录下所有标注文件的最大类别编号 grep -o ^[0-9]* labels/*.txt | awk -F: {print $2} | sort -n | tail -5这条命令的原理是把每个 txt 的第一列类别编号提取出来排序后取最大的几个值。如果看到数字大于 0而你的nc1说明确实混入了额外类别的标注。这时最省事的方案是重新用标注工具的「删除当前类别」功能清理掉错误框而不是手动改 txt。手动改容易把坐标列弄错这个教训值得记下来。5.2 训练 loss 正常但检测框全画在背景上现象训练没有报错loss 曲线也正常下降但detect.py推理时几乎每个背景区域都被框了一个框置信度在 0.3 以上。原因数据集的正负样本比例失衡。裂缝本身是稀疏目标很多训练图片里只有一小条裂缝但如果标注框面积占比太小模型学到的特征会偏向「把整张图的纹理都当作裂缝」。尤其是钢筋纹理和路面颗粒灰度特征和裂缝特别相似。解决抽掉一部分纯背景图让每张训练图至少包含一个真实目标或者把--hyp里的anchor_t从默认 4.0 调高到 5.0这个参数控制 anchor 和目标框的宽高比容忍度调大后模型更容易学习细长的裂缝形状。同时把置信度阈值从默认 0.25 提高到 0.5减少背景虚检框的显示。5.3 显存不够报 CUDA out of memory现象训练到中途直接报RuntimeError: CUDA out of memory但刚开始的几个 epoch 都没事。原因很多人以为 batch-size 小就一定安全但 YOLOv5 在保存 checkpoint 时会临时创建模型副本加上验证集评估的开销实际显存峰值出现在第 30 个 epoch 左右的验证阶段而不是训练最初的 epoch。这种「中途爆显存」最让人头疼因为前面的时间都白等了。解决训练命令加--workers 0关闭数据加载多进程减少内存映射消耗验证阶段显存溢出可以在val.py里把 batch-size 改成 4。另一个更省事的方案是用 4G 显存直接跑yolov5n这个问题基本就消失了。不要试图通过减小--img到 320 来救急裂缝检测在 320 分辨率下几乎失去实用价值。5.4 模型导出部署后推理速度反而更慢现象用export.py导出成 ONNX 后在同样的图片上推理比 PyTorch 还要慢。原因导出的 ONNX 默认是 FP32 精度而 PyTorch 推理时可以利用 CUDA 的 TensorRT 等算子加速。FP32 的 ONNX 如果在 CPU 上跑又没有做后处理优化速度慢是必然的。解决如果目标是加速直接在 export.py 里指定--half导出 FP16 模型如果目标设备是 CPU改成--int8量化。但注意量化后裂缝这种细长目标的检出率可能下降CPU 上出现精度偏差是正常的解码时适当降低置信度阈值可以召回一部分漏检。这条经验来自我自己导出的翻车现场事后看是很简单的道理但当时排查了一整天才发现问题在精度格式上。5.5 验证集 mAP 很高实际新场景一测就翻车现象val 集 mAP0.5 到了 0.95拿手机在真实桥梁上拍了几张检测结果惨不忍睹。原因这是所有裂缝检测项目的通病。数据集是从网上爬的或者自己在一个固定场景拍的光照、拍摄角度、相机型号都高度一致模型只学会了这个场景的表象特征。桥梁现场背光、阴影、雨水痕迹和裂缝看起来高度相似虚检和漏检同时出现。解决一是扩大数据集的场景多样性尽量混合白天、阴天、逆光、近距离、远距离的照片二是做数据增强把--hyp里的hsv_h、hsv_s、fliplr都打开模拟光照和翻转变化三是保留一个「外部测试集」也就是你自己额外拍的照片绝对不参与训练专门用来做最终验证。这个外部测试集才是答辩时最有说服力的东西因为没有训练集泄露带来的水分。6. 从检测框到毕业设计展示验证与进阶的收官技巧6.1 用混淆矩阵和热力图验证结果训练完成后runs/train/exp/目录下的confusion_matrix.png和labels.jpg值得花时间看。对于裂缝检测这种二分类任务混淆矩阵里负样本被预测为正的比例和正样本被预测为负的比例直接决定这个模型能不能落地。如果漏检占比超过 20%优先在数据集里补充更多真实裂缝样本调整数据分布而不是继续调超参。6.2 一劳永逸的推理脚本从单张图片到批量输出把detect.py的参数整理进一个自己的脚本是我做完这个项目的最后一步。核心改动如下# 批量推理并输出带置信度的结果 model torch.hub.load(ultralytics/yolov5, custom, pathweights/best.pt, force_reloadTrue) results model(sourcetest_images/, size640, conf_thres0.35, iou_thres0.45) results.save()torch.hub.load会独立加载你训练好的权重path参数换成best.pt的绝对路径。conf_thres是置信度阈值答辩演示时建议调到 0.35 左右宁可出现几个虚检框也不要漏掉真裂缝。这个脚本的价值在于它可以被封装成 Flask API 或者 PyQt 界面成为毕业设计展示里「可交互」的部分演示效果比单纯跑命令行高一个档次。从整个项目来看最容易让你毕业设计翻车的地方永远不在模型本身而在数据集的质量和场景覆盖度。我自己的教训是第一次训练花了三周调模型后来发现只是训练集里有一百多张图是在同一光源下拍的模型记住了光源没记住裂缝。从那以后我的习惯是数据准备阶段先花掉 60% 的时间把拍摄场景、光照、距离都铺开然后再动训练参数。这个习惯让后续的训练和验证几乎一次通过希望你也能少走这一步弯路。本文还有配套的精品资源点击获取