简介为帮助视觉开发者快速上手工业传送带损伤检测这份资源以轻量项目代码形式提供了与数据集配合使用的基础运行框架。面向工业质检、智能工厂安全监控和目标检测算法研究人员可用于传送带孔洞、撕裂、异物等8类损伤的识别与故障预警流程搭建。压缩包共3个文件包括1个运行配置文件、1个网页展示页和1个版本管理忽略文件整体仅8KB便于下载后直接部署或嵌入既有工程。当前已有60人学习浏览适合需要快速体验YOLO系列模型与自定义数据衔接的中级开发者。结合资源说明中的1000张高清图像及YOLO标准标注可配合此代码完成数据加载、预览、训练配置和推理验证清晰的文件结构还能帮助用户理解项目组织方式节省环境搭建时间为设备健康评估与预防性维护系统提供可复用的起点。 做工业视觉这几年我有一个很深的体会真正卡住项目的往往不是模型结构而是数据本身。一个传送带撕裂案例现场拍到的有效画面可能就那几十张而且大多是停机后补拍的静态图光照、角度、粉尘环境都跟真实在线运行差得很远。模型在这种数据上训练一上产线就露馅。这个工业传送带损伤检测数据集就是为了填补这个空缺——从真实传送带工况出发采集并标注了一套覆盖主流损伤类型的数据集同时把所有数据整理、标注质检、训练复现的代码都做成项目代码开放出来。无论你是做工业质检的算法工程师还是刚入门目标检测的学生这套东西都能直接拿来用省掉从零开始的漫长过程。我一直觉得数据项目最值钱的部分不是图片本身而是数据背后的认知积累。接下来我从采集方案、标注规范、数据组织到配套代码和基线结果把整个项目的关键细节拆开讲清楚。1. 为什么传送带损伤检测值得单独做一个数据集1.1 一次非计划停机损失按小时计算传送带在矿山、港口、冶金、水泥、化工这些行业里属于“生命线”设备。一条主运皮带如果发生撕裂最轻也要停机几小时来清理物料、更换受损段重则整条皮带报废更换成本加上停产损失一次就能达到几十万甚至上百万。这也是为什么“智能巡检”“在线检测”在输送系统里越来越受重视。但要训练一个可靠的损伤检测模型首先得解决数据问题。传送带损伤检测不是通用的目标检测任务它要检测的目标是撕裂、破洞、表面磨损、边缘缺损、接头开裂这些皮带特有的损伤形态。目标尺度差异大、背景纹理复杂、光照环境差这些问题COCO、PASCAL VOC这类通用数据集根本覆盖不了。用通用预训练模型在少量现场图上微调效果往往很差因为域差太大了。1.2 主流损伤类型及其视觉特征做这个数据集之前我和多位设备运维人员聊过也实地跑过几个现场最终把传送带损伤归纳为以下八类基本覆盖了日常巡检和在线检测最关心的目标损伤类别成因简述视觉特征撕裂尖锐物料刺穿或异物卡阻长条状裂口方向多沿运行方向破洞局部冲击或老化穿透圆形/不规则孔洞透光明显表面磨损长期摩擦、物料磨损表面纹理变浅局部发亮边缘缺损跑偏摩擦导致皮带边缘剥落、锯齿状接头开裂硫化接头老化或受力过大接头位置出现横向裂缝异物嵌入金属件或硬物嵌入胶面局部鼓包且异物可见起泡覆盖胶与芯层脱粘表面局部隆起边界模糊覆盖胶脱落老化或剥离大片覆盖胶缺失露出织物层这里有一个容易踩坑的地方表面磨损和撕裂在视觉上容易混淆。磨损是面积性的、渐变的而撕裂是线性的、有明确断口。如果标注规范不写清楚标注员很容易把重度磨损标成撕裂最后模型在产线上把正常的磨损纹理误报为撕裂非常头疼。所以数据集里每一类损伤的定义和边界都在标注规范里做了明确约定后面我会细说。2. 现场采集方案相机、光源与布点2.1 设备选型要优先考虑产线环境很多第一次做工业视觉的人会问用普通监控摄像头行不行我的答案是应急可以做成数据集不行。工业现场光线复杂、皮带高速运动普通摄像头在曝光控制、帧率同步、外部触发这些环节都很拉胯。我在这个项目里用的是海康的500万像素工业面阵相机配16mm定焦工业镜头快门时间控制在1/2000s以上配合LED条形光源打光。选择工业相机而不是普通相机核心原因有三个外部触发通过编码器信号按皮带运行距离触发采图保证每张图对应的皮带位置可控避免同一条皮带的重复区域被大量采集。曝光与增益独立控制可以锁定曝光时间、锁定白平衡保证不同时间段采集的图像光照属性尽量一致。这一点对后面训练模型的泛化至关重要。工业接口与防护GigE接口搭配工业协议配合IP67防护外壳能扛住现场的粉尘和水雾环境。很多数据集在图片质量这个环节就输了画面模糊、过曝、偏色标注再认真也是白搭。2.2 点位布局与触发策略采集点位怎么选直接决定数据集能不能反映真实工况。我最终选了三个典型位置回程段下表面这是皮带回到尾部的空载段观察表面磨损和撕裂最理想背景干净、无物料遮挡。落料点附近这是撕裂和异物嵌入的高发区能拍到物料冲击造成的损伤特征但背景复杂需要对模型更有挑战性。机头/机尾过渡段能拍到边缘缺损和接头开裂尤其是皮带跑偏导致的边缘磨损。触发策略上我用编码器信号控制相机每运行20厘米采一帧这样一条100米长的皮带完整跑一圈能采到500张间隔均匀的图像不会因为皮带速度变化导致采样密度不均。这个细节在后期训练时非常重要——如果采样跟速度不联动跑得快的地方图像稀疏、跑得慢的地方全是相似帧训练集和验证集就会出现隐性的数据泄漏。现场实际采到的真实损伤样本很少这是工业数据的常态。为了解决这个问题我在实验室搭了一套小型传送带模拟台用同样的相机和光源配置对磨损、破洞、起泡、覆盖胶脱落这几类损伤做了可控复现。这样既补足了样本数量又能在不同光照、不同角度下采集同一损伤的多姿态样本对模型泛化帮助很大。3. 标注规范与质检一版能用的数据集是怎么磨出来的3.1 标注规范的逐条打磨数据集的可用性七成取决于标注规范写得好不好。我第一版标注规范是直接参考COCO的通用标注原则写的结果标注员交回来一堆问题撕裂这种长条形目标到底是用一个框还是多个框轻微磨损要不要标损伤区域和正常纹理混在一起时边界画在哪里全部重新定义了一遍。最终沉淀下来的核心规则是撕裂和破洞必须标即使用框只有几个像素大小也不能漏。轻微表面磨损不标只有清晰可见、区域面积超过整条皮带宽度1/10的磨损才标。这个阈值是为了避免模型被大量弱纹理干扰。损伤跨图像边界时在可见部分正常标注不强行外推。同一个损伤被多个框覆盖时只标最大的外接框不标重叠子框。这些规则看起来简单但每一条背后都有返工教训。比如“轻微磨损不标”这条早期没写清楚三个标注员对同一张图的标注差异非常大直接影响模型收敛。通过统一规范后多人标注的框重叠度才稳定到可接受的水平。3.2 标注工具与质检流程工具上我用的X-AnyLabeling数据增强和预标注能力确实能省力。先用一个初版模型对所有图像生成伪标签标注员只需要调整框的位置和确认类别速度大概提升了一倍。但这里有个坑需要提醒预标注的框容易让标注员产生路径依赖尤其是模型框得不准确时标注员倾向于只微调而不重新框导致错误被放大。所以预标注只用于首轮二轮必须让人完全从零重新过一遍才能保证质量。质检流程我设计了三个层级自动检查脚本扫描所有标注文件检查坐标是否越界、宽高是否为0、类别编号是否存在、文件是否与图像一一对应。这些低级错误占比其实不低靠人眼查会累死。可视化抽检把标注框画回原图随机抽取10%的图像人工过目重点看框的贴合程度和类别是否匹配。交叉标注一致性随机抽5%的图像安排两名标注员独立标注计算IoU和类别一致性。IoU低于0.7的样本全部重新标注。这套流程跑下来整个数据集返工了两轮。第一次返工就是因为“磨损vs撕裂”的边界问题第二次是因为框贴合度不够。但返工之后的数据集质量确实可以放心用于训练。4. 数据集盘点类别结构、目录设计与数据划分4.1 数据总量与类别分布整个数据集最终包含12000余张图像其中正常样本约4000张八类损伤样本约8000张总标注实例数超过15000个。为了让你直观感受分布这里列一个统计表类别图像数实例数平均框面积占比正常4000--撕裂1200160014.2%破洞110014506.8%表面磨损1500210022.5%边缘缺损90011008.1%接头开裂8009505.3%异物嵌入7008503.2%起泡6007204.6%覆盖胶脱落50058012.9%注意最后一列的平均框面积占比反映了每类目标的尺度差异。破洞、起泡这类小目标占比低模型容易漏检表面磨损这类大面积目标占比高模型容易过拟合。后面训练时如果发现小目标类别AP很低不要急着调模型结构先检查一下类别的尺度分布通常数据增强策略比换模型更有效。4.2 目录设计与数据划分的隐藏学问数据集的目录结构直接关系到后续能不能顺畅地喂给YOLO、MMDetection、Detectron2这些框架。我按兼容性优先的原则设计了目录belt-damage/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ ├── labels/ │ ├── train/ │ └── val/ ├── annotations/ │ ├── voc/ │ ├── coco/ │ └── yolo/ ├── configs/ │ └── belt_damage.yaml └── scripts/ ├── split_dataset.py ├── check_labels.py └── visualize.py这里最值得强调的是数据划分策略。很多人做数据集时随手随机划分train/val这在普通场景可能问题不大但工业皮带数据有一个独特风险同一台设备、同一时间段采集的图像在背景、光照上高度相似如果这些相似帧同时出现在训练集和验证集验证集指标会虚高模型一上线就崩。所以我按“视频采集序列”作为划分单位而不是按单张图像来划分。整个数据集来自6次现场采集和3次实验室采集我把每次采集视为一个独立批次保证同一个批次的帧不会同时出现在训练集和验证集中。你在复现时直接使用我提供的划分脚本即可不要自己顺手做随机划分这算是我踩过的坑里比较隐蔽的一个。5. [项目代码]的模块设计与基线复现5.1 代码仓库里都放了什么这个数据集配套的项目代码组织方式遵循“开箱即用”的原则核心模块包括configs/belt_damage.yamlYOLOv8训练配置包含数据路径、类别名、训练参数。scripts/split_dataset.py按采集序列划分数据集一键生成train/val/test三个集合。scripts/check_labels.py标注文件体检工具自动检查格式、坐标、类别的一致性。scripts/visualize.py把标注框画回原图用于人工质检和结果展示。tools/export_onnx.py把训练好的模型导出为ONNX和TensorRT engine方便部署到边缘设备。tools/cam_demo.py跑Grad-CAM可视化看模型到底在关注哪个区域。数据加载这块我同时导出了VOC、COCO、YOLO三种标注格式覆盖了主流检测框架的输入要求。你在用YOLOv8训练时只需要改一下数据配置里的路径# belt_damage.yaml path: /data/belt-damage train: images/train val: images/val test: images/test names: 0: tear 1: hole 2: wear 3: edge_defect 4: joint_crack 5: foreign_object 6: blister 7: cover_peel训练命令也很直接yolo detect train dataconfigs/belt_damage.yaml \ modelyolov8s.pt \ epochs200 \ imgsz640 \ batch16 \ device0如果使用MMDetection直接读取annotations/coco/下的JSON文件即可不需要再改任何格式。5.2 基线结果与复现预期我跑了几组常用检测模型作为基线评估指标统一用验证集上的COCO mAP图像输入分辨率640x640。这里给出参考结果模型mAP50mAP50:95参数量备注YOLOv5s79.654.37.0M速度快部署友好YOLOv8s82.457.811.2M整体最优推荐首选RT-DETR-L84.160.231.6M精度最高适合离线分析Faster R-CNN ResNet5081.255.641.3M经典双阶段收敛稳定从结果来看YOLOv8s在这个数据集上性价比最高精度接近RT-DETR-L但参数量小很多。如果跑出来的数字跟表格有出入优先排查两件事一是数据划分用的原始脚本是否被我更新过二是预处理里图像尺寸是否跟我的配置一致。我自己实测多次这两个变量对结果的影响能差2到3个点。5.3 部署阶段绕不开的几个坑模型训完不等于项目结束我粗算了一个项目的真实工作量数据采集标注占了六成训练调参只占两成剩下两成全在设计部署方案。这里分享几个实操经验第一个坑是光照变化。产线白天和夜间的环境光差异很大虽然我用了固定光源但自然光一旦照进采样区域模型还是会掉点。解决办法是在training pipeline里加入亮度扰动和对比度扰动实测能提升3到4个点的夜间鲁棒性。第二个坑是皮带速度变化。编码器触发虽然能保证采样距离均匀但在皮带启停、调速阶段图像的运动模糊会明显增加。对部署模型的要求是宁可漏检也不要误检因为误检触发停机造成的损失比漏检后被巡检发现还大。我最终在输出端做了时序平滑连续两帧都检测到同一损伤才触发报警误报率大幅下降。第三个坑是INT8量化。边缘设备上跑TensorRT几乎必做INT8量化但直接量化后mAP掉了接近5个点。后来用测试集里最难的一个批次重新生成了量化校准表结合逐层精度敏感度分析把掉点控制在2个点以内速度却提升了一倍多。如果量化精度始终回不来可以退一步做FP16功耗和延迟依然可控。我还留了一个小工具脚本在仓库里专门用来统计模型在正常纹理上的误报率。这一步很少人做但我建议你做部署验证时务必加上——工业用户最烦的不是漏检而是模型把正常皮带当成损伤三天两头误报停机回头就找你退项目。把误报率指标放在整个验收标准里能帮你避免很多后期扯皮。这个数据集的真正价值不在于那12000张图本身而在于它把“从数据采集到可部署模型”这一整条链路走通了一次。做工业视觉就是这样没有捷径可走每一张图的背后都是现场、设备和人的细节。把这些细节沉淀下来才是对后来者最有用的东西。本文还有配套的精品资源点击获取