简介面向飞机表面缺陷检测任务的高质量标注数据集覆盖裂缝、凹痕、缺头、掉漆、划痕5类常见缺陷共4264个样本、8768个目标框面向目标检测研究者、工程师及学生适用于工业质检场景中的模型训练与算法对比。压缩包共2000个文件以VOC格式xml标注文件为主1999个另含1个说明txt整体大小约163.17MB结构清晰解压即可用于常用检测流程。标注由labelImg工具完成采用矩形框类别名称与边界框坐标明确可直接被Pascal VOC和YOLO生态工具读取省去人工标注与格式转换成本从框数分布看裂缝4195框与凹痕3826框样本较充足缺头、掉漆、划痕相对稀缺适合研究类别不平衡与小样本条件下的缺陷检测。目前已有456人学习下载可快速搭建飞机蒙皮表面缺陷检测的初始训练集也便于按需扩充样本和类别为算法评估与工程落地提供基础数据支持。1. 飞机表面缺陷数据集4264张图能解决什么实际问题航空维修中表面缺陷检查很特殊金属蒙皮反光划痕、裂纹、腐蚀的纹理高度相似人工目检一天看几百张图后会产生视觉疲劳漏检率明显上升。真正能用来训练目标检测模型的飞机表面缺陷数据又很少自己标上千张图片成本太高。这份飞机表面缺陷数据集把4264张真实缺陷图片按5个类别整理好同时提供VOC和YOLO两套标注格式适合直接喂给YOLO系模型做微小缺陷检测。这篇文章按我平时跑数据集的完整路径来讲目录怎么拆、标签怎么转、模型怎么训、哪些坑必踩、如何验证照着做就能把这套数据变成一条能跑的检测流水线。2. 先拆解这份数据集VOC与YOLO两种格式的目录结构与标签粒度2.1 压缩包内的目录骨架解压这份zip后一般能看出两套平行的目录一套保持VOCdevkit风格另一套是已经按YOLO规范组织好的images/labels结构。很多用户拿到数据以后习惯直接把JPEGImages和Annotations丢给训练脚本但主流YOLO训练器并不直接吃XML所以先把VOC侧的目录结构看懂才能判断转换结果是否正确。VOC那边维持了经典的三个子目录目录内容JPEGImages所有飞机表面缺陷原始图片jpg格式Annotations与图片同名的XML标注文件ImageSets/Main训练/验证划分文件例如train.txt、val.txtYOLO那边通常按两目录结构组织images/放图labels/放txt标注images/train与images/val靠目录前缀区分。两套标注描述的是同一批图片区别只是边界框的书写方式。很多做yolov8目标检测数据集处理的人一上来就跳过VOC目录直接改YOLO标签这种思路省事但容易埋下隐患因为后续一旦要换框架或重新筛查脏数据原始XML是最可靠的依据。2.2 读一个XML样本VOC标注用XML表示一个XML文件对应一张图里面记录图像宽高以及图上的每个缺陷对象名称和边界框坐标。打开一个标注文件能看到类似这样的结构annotation filename000123.jpg/filename size width1024/width height768/height depth3/depth /size object namescratch/name truncated0/truncated difficult0/difficult bndbox xmin132/xmin ymin98/ymin xmax188/xmax ymax121/ymax /bndbox /object /annotation字段含义filename是图像文件名size/width与size/height是原图尺寸转YOLO坐标时要用它们做归一化分母。object表示图上一个缺陷实例name是类别名bndbox里四个整数值是缺陷目标左上角和右下角的像素坐标。这里的difficult容易被忽略它表示该目标是否因为遮挡或模糊而标注困难多数训练代码会跳过difficult1的框转换脚本里也要处理到位。2.3 5类缺陷的标注方式与YOLO txt的对应关系这份数据集的5类缺陷一般覆盖划痕、裂纹、腐蚀、凹坑、漆层剥落这几类航空器表面常见损伤具体某个编号对应哪个缺陷名以Annotations里的name字段或数据集自带classes.txt为准。不同版本数据集的类别顺序可能不一致训练之前一定要把顺序对齐否则转换出来的编号和类别名就会错位训练时模型会把裂纹当划痕学。YOLO格式把一个目标表示成一行纯文本0 0.1562 0.1445 0.0547 0.0299五个数字依次是类别序号、归一化中心点x、归一化中心点y、归一化框宽、归一化框高。类别序号从0开始。x_center (xmin xmax) / 2 / widthw (xmax - xmin) / width数值范围都在0到1之间和图像实际像素尺寸无关。所以同一张图VOC用绝对值记录YOLO用相对值记录主要好处是统一了不同分辨率的尺度。2.4 VOC与YOLO格式的选择以YOLO目录作为训练基准用VOC还是YOLO格式取决于后续想用什么框架训练。YOLOv5、YOLOv8的原生训练接口直接读YOLO的txt标签而mmdetection系列更习惯VOC的XML。数据集同时给两种格式是想让同一套缺陷样本在多个框架之间通用省去重标成本。实际操作里我一般直接以YOLO格式为准因为现在主流的部署推理、量化工具基本都围绕YOLO的目录约定展开。飞机缺陷目标通常是水平分布的条带状损伤低速表面目标的横竖比例不算极端用水平框标注足以描述位置不必一上来就引入mmrotate那类旋转框方案额外增加复杂度。如果后续要转到其它框架再写一次转换脚本从VOC重新导出即可VOC原始标注就是后悔药。3. 用Python把VOC XML批量转成YOLO TXT一套能直接改的转换脚本3.1 前置准备确认XML与图片命名一致转换只需要Python标准库不需要安装torch。先确认图片和XML是否同名同尾例如000123.jpg对应000123.xml。扫描一遍目录列出没有对应标注文件的图片这部分数据在后续训练里是脏数据要单独隔离from pathlib import Path img_dir Path(VOCdevkit/JPEGImages) ann_dir Path(VOCdevkit/Annotations) imgs {p.stem: p for p in img_dir.glob(*.jpg)} anns {p.stem: p for p in ann_dir.glob(*.xml)} no_ann [p for stem, p in imgs.items() if stem not in anns] no_img [p for stem, p in anns.items() if stem not in imgs] print(有图无标签:, len(no_ann), 有标签无图:, len(no_img)) for p in no_ann[:5]: print(p.name)这段先用stem建立字典然后用集合判断找出一边缺失的文件。stem是Path对象的文件名不含后缀部分。跑完后记录下输出文件清单转换完成后把这部分图片手动移出数据集目录避免训练时产生没有目标的空标签。常见情况是数据集里混入少量.png或.bmp格式的补充图而XML命名仍按jpg后缀导致一一对应关系断裂。3.2 转换脚本主体解析XML、归一化坐标、复制图片一次完成import shutil import xml.etree.ElementTree as ET from pathlib import Path voc_root Path(VOCdevkit) ann_dir voc_root / Annotations img_dir voc_root / JPEGImages out_img Path(yolo_dataset/images/all) out_lbl Path(yolo_dataset/labels/all) out_img.mkdir(parentsTrue, exist_okTrue) out_lbl.mkdir(parentsTrue, exist_okTrue) classes [scratch, crack, corrosion, dent, coating_peel] def xml_to_yolo(xml_path): tree ET.parse(xml_path) root tree.getroot() filename root.findtext(filename) width int(root.findtext(size/width)) height int(root.findtext(size/height)) lines [] for obj in root.iter(object): if int(obj.findtext(difficult, 0)) 1: continue name obj.findtext(name) if name not in classes: continue bndbox obj.find(bndbox) xmin float(bndbox.findtext(xmin)) ymin float(bndbox.findtext(ymin)) xmax float(bndbox.findtext(xmax)) ymax float(bndbox.findtext(ymax)) x_center (xmin xmax) / 2 / width y_center (ymin ymax) / 2 / height w (xmax - xmin) / width h (ymax - ymin) / height lines.append(f{classes.index(name)} {x_center:.6f} {y_center:.6f} {w:.6f} {h:.6f}) return filename, lines for xml_path in sorted(ann_dir.glob(*.xml)): filename, lines xml_to_yolo(xml_path) img_path img_dir / filename if not img_path.exists(): print(跳过缺失图片:, filename) continue shutil.copy(img_path, out_img / filename) txt_path out_lbl / f{Path(filename).stem}.txt if lines: txt_path.write_text(\n.join(lines) \n) else: txt_path.write_text()转换逻辑是读XML拿filename和原图宽高遍历所有object节点跳过difficult1和未在类别列表里的目标把像素坐标归一化后写入txt。四次坐标运算里的核心是x_center (xmin xmax) / 2 / width这里先求和除2得到中心点像素坐标再除以图像宽度归一化w同理用右减左得到框像素宽度再归一化。classes.index(name)把类别字符串翻译成序号如果5个类别名称的顺序与你要训练的YOLO模型预期顺序不一致改这个列表即可。这段脚本值得注意的三个地方shutil.copy替代os.system(copy ...)在Windows和Linux都能跑空标签也写一个空txt训练时不会因为遗漏文件报错循环里打印跳过项能及时发现原始数据集里某些图没有对应标注。如果你习惯用LabelImg这类标注工具自带的VOC导出它的XML同样兼容这个脚本只是要注意LabelImg的difficult字段默认是0。3.3 训练集与验证集划分的两个要点转换完得到的是全量标签还需要分成train/val。YOLOv8支持两种划分方式一种是在yaml里指定train和val目录路径另一种是写train.txt和val.txt文件列表。用目录方式更简单但需要把图片和标签按划分结果搬去不同子目录import random from pathlib import Path import shutil random.seed(42) all_imgs sorted(Path(yolo_dataset/images/all).glob(*.jpg)) random.shuffle(all_imgs) split_idx int(len(all_imgs) * 0.8) splits {train: all_imgs[:split_idx], val: all_imgs[split_idx:]} for split_name, imgs in splits.items(): img_out Path(fyolo_dataset/images/{split_name}) label_out Path(fyolo_dataset/labels/{split_name}) img_out.mkdir(parentsTrue, exist_okTrue) label_out.mkdir(parentsTrue, exist_okTrue) for img in imgs: stem img.stem shutil.copy(img, img_out / img.name) src_label Path(yolo_dataset/labels/all) / f{stem}.txt if src_label.exists(): shutil.copy(src_label, label_out / f{stem}.txt) else: print(该图片无标签已被跳过:, img.name)划分时random.seed(42)保证下次重跑生成相同结果方便复现。第二个要点是划分要在同一级别的目录下移动文件先划分图片再搬对应标签避免出现images/train里是图Alabels/train里没有图A标签的错位情况。划分比例在航空缺陷小样本场景下我习惯用8:2或7:3不要用9:1因为验证集太小会低估漏检率模型在真实维修场景中的表现会被高估。4. 跑通YOLOv8训练数据集yaml、预训练权重与关键超参4.1 数据集yaml是所有训练的入口YOLOv8通过一个yaml文件把训练流程串起来这个文件很短但最容易配错。在yolo_dataset/目录下新建aircraft_defect.yamlpath: /home/user/aircraft_defect/yolo_dataset train: images/train val: images/val names: 0: scratch 1: crack 2: corrosion 3: dent 4: coating_peelpath指向yolo_dataset的绝对路径train和val是相对path的子目录名names字典里的类别顺序必须与前面转换脚本的classes列表一致。最容易犯的错是把train写成相对路径yolo_dataset/images/train而path又写了绝对路径YOLO会拼接成双重路径导致图片加载失败。另一个高频问题是把names写成列表形式但它应该是一个序号到名称的映射按字典写法才是官方标准格式。4.2 选择预训练权重从yolov8n到yolov8s的取舍训练命令第一步是确定用哪个基础模型权重。飞机表面缺陷目标小、纹理细节多模型容量太小学不到裂纹的细长纹理容量太大会在4264张这个规模下过拟合。我一般先下载yolov8s.pt起步这个权重在COCO上预训练过保留了丰富的中低层边缘和纹理特征对缺陷检测的迁移效果比从零训练好一个量级yolo detect train dataaircraft_defect.yaml \ modelyolov8s.pt \ epochs150 \ imgsz1280 \ batch16 \ device0 \ patience30modelyolov8s.pt会让ultralytics自动从官方权重地址下载网络不通时可以在官网或GitHub releases手动下好放到项目目录。imgsz1280是这类小缺陷任务的必调参数YOLOv8默认输入尺寸是640如果原始图是1024或更高分辨率缩到640后一个几十像素的裂纹会变成十几个像素模型很难区分反光条纹和真实裂纹升到1280能保住大部分缺陷结构缺点是显存占用翻倍batch16在1280下需要约10GB显存不够就降到batch8。patience30表示连续30个epoch验证指标不提升就提前停止。训练中途觉得效果不行可以直接CtrlCbest.pt每次都会保留这是后悔药不会白跑。4.3 小目标参数三件套mosaic、close_mosaic和box lossYOLOv8默认开启mosaic增强把四张图随机裁剪拼接成一张新图对小目标鲁棒性有益但也会带来副作用——缺陷可能被切到拼接图的边缘训练后期模型已经收敛时还在被这种强扰动干扰。YOLOv8有一个内置的close_mosaic逻辑在训练最后N个epoch自动关闭mosaic增强让模型在接近真实分布的干净样本上微调收尾。配置文件写成# hyp.yaml 节选 mosaic: 1.0 close_mosaic: 10 fliplr: 0.0 scale: 0.5把fliplr设为0.0的原因是飞机蒙皮缺陷有一定方向性裂纹和划痕沿机身轴线分布水平翻转后裂纹走向可能与真实样本分布不符。这个翻转对自然场景目标有用对缺陷检测反而容易引入错误样本。scale: 0.5控制随机缩放的幅度缺陷目标本身小大幅缩放会进一步减小框的面积让本来就缺乏像素的缺陷更难学。box loss对应YOLO损失函数里的边界框回归项它在小目标任务上比分类损失更敏感如果你观察训练日志发现val/box_loss始终不降优先检查的是anchor和输入分辨率而不是分类权重。4.4 训练日志里box_loss和mAP50要怎么看启动训练后不要干等盯着终端输出的三个指标train/box_loss应稳定下降val/box_loss跟随下降metrics/mAP50在第50个epoch左右开始有明显爬升val/objectness不能剧烈震荡。如果val/box_loss下降但mAP停滞大概率是anchor与缺陷框尺度不匹配如果train/box_loss快速到零而val/box_loss仍在高位属于过拟合应降低epoch数或调大weight_decay。5. 飞机表面缺陷数据集训练中的避坑记录现象、原因与处理5.1 训练时提示No labels found问题出在标签被静默丢弃现象训练刚开始控制台出现No labels found in /.../train.cache的警告但图片路径和yaml看起来都是对的。原因我遇到过两种情况。一是XML里filename字段写的图片名在Annotations目录下有少量XML并不对应任何图片它们被转换脚本正常读完却找不到图最后整个txt目录里缺失标签文件。二是前面转换脚本里的classes列表与yaml的names顺序不匹配某个缺陷类别在yaml里没有定义于是所有该类的框在转换时被continue跳过转换结果是空txt训练时被视为背景图。处理先验证标签文件数量与图片数量完全一致ls images/train | wc -l ls labels/train | wc -l两者若不等再打开一个空的txt判断是哪一类别被过滤了。把classes列表与yaml的names逐一比对确保从图片目录到标签目录的前缀名完全对应。5.2 小缺陷框检不出来anchor为自然场景设计现象训练loss正常验证时mAP0.5在0.8左右但mAP0.5:0.95不到0.4查看预测结果时发现所有小于30像素的缺陷框全漏了。原因YOLOv8虽然会自动从标注框里重新聚类anchor但它的聚类是在当前输入分辨率下进行的。我在imgsz640时跑过标注里缺陷平均宽度只有整图宽度的2%聚类出的anchor宽高比仍倾向自然场景的方形目标导致小尺寸长条形裂纹被当成背景。处理把imgsz提高到1280让缺陷在输入图像上的像素尺寸放大一倍同时把scale增强从0.5降到0.3避免训练时把目标缩得更小。缺陷的宽高比差异很大可以在聚类后打印anchor统计如果最小anchor宽度仍在16像素以上考虑手动在model.yaml里覆盖anchors参数。5.3 类别不平衡让少数类精度归零现象五个类别的训练样本数量分别是1800、1100、760、340、260训练结束时mAP50看起来不错但看每个类别的precision数量最少的类别是0。原因抛去数据本身数量少的问题mosaic拼图还会随机裁剪掉部分小缺陷框少数类里被裁掉的比例更大有效训练样本进一步缩水。处理训练前对每个.txt按类别统计目标框数量少数类做针对性增强把它所在原图复制几份并做小范围平移和旋转后加入数据目录。这个方法比单纯改类别损失权重更直接因为目标检测的损失最终还要靠正样本驱动。另一个经验是验证集置信度阈值不设太高缺陷检测追求召回优先在部署阶段用低置信度阈值再配合人工复核好过让模型为了precision牺牲对少数类裂纹的检出。5.4 金属表面反光产生大量误检现象在验证集上模型会把蒙皮高光区域框出来框的置信度还在0.6以上。原因反光条纹在线性光照下人眼都能误判模型在训练集里学到的高光纹理与划痕纹理特征高度重叠。这个问题在飞机表面缺陷场景中很常见原始图片多在机库灯光下拍摄补光的均匀性差异大。处理在hyp.yaml里把hsv_h: 0.0、hsv_s: 0.0关闭色调和饱和度增强保留亮度增强但把hsv_v调低到0.1避免把反光区域的质感放大。如果误检仍然存在把验证图片整理出来统计误检框的位置这类模型通常会更依赖裂纹走向而不是局部亮度。5.5 标签错位difficult字段救了一半坑了一半现象转换后的txt里部分框的中心点坐标明显超出图像范围训练时loss异常升高。原因某些XML的bndbox坐标写错了比如xmax小于xmin或者坐标超出了size/width定义的范围。转换脚本如果只做差值归一化而不做合理性校验就会把非法坐标也写进txt。处理在转换脚本里加一个钳制判断xmin max(0, min(xmin, width)) xmax max(0, min(xmax, width)) ymin max(0, min(ymin, height)) ymax max(0, min(ymax, height)) if xmax xmin or ymax ymin: continuedifficult1的框如果直接跳过要确认是不是所有困难的缺陷样本都被丢弃了。对于缺陷已模糊的样本与其丢弃不如保留但验证其坐标依然有效否则数据的分布会偏向清晰划痕在真实测试时一遇到模糊缺陷就漏检。我通常把difficult字段当成提示而不是删除依据以坐标是否合法作为最终过滤标准。6. 验证模型的实用技巧用混淆矩阵与置信度阈值约束误检6.1 用val.py生成混淆矩阵训练结束后真正判断模型是否可用不能只看mAP平均数还要看类别之间的混淆。打开runs/detect/train/目录YOLOv8在验证阶段会输出confusion_matrix.png它按真实类别和预测类别统计每个缺陷框的去向。我看混淆矩阵首先看对角线五个类别的对角线值应该在0.65以上其次看有没有某列非对角线值特别高例如裂纹预测成划痕的比例大说明这两个类别外观过于相似单靠检测模型区分不了需要调整标签定义或加裁切细节。如果目录里没生成这张图单独跑一次验证命令即可yolo detect val dataaircraft_defect.yaml modelruns/detect/train/weights/best.pt6.2 置信度阈值怎么选YOLO默认的置信度阈值是0.25对缺陷检测来说偏保守。部署时不调整阈值就上线召回率会难看。我的习惯是先分别跑一组对比置信度阈值精度趋势召回趋势适用阶段0.05下降高机库初筛所有可疑框交给人工复核0.25中等中等自动标记人只处理高分框0.5高较低只输出高置信缺陷防止误报阻碍产线飞机表面缺陷的场景判定标准是宁可有误检不能有漏检所以我会优先用0.05到0.1之间的阈值做初筛把候选框裁剪出来人工二次确认。模型的价值在于把一千张图缩减到几十张可疑图而不是替代最终质检员。6.3 最后一步SAHI切片推理如果imgsz1280仍然漏检极小裂纹可以引入SAHI库对原图做重叠切片推理每个切片独立过模型再合并结果。这个做法不需要重新训练一张1024的图切成4个512的块模型在低分辨率下对裂纹的定位更准确。切片推理速度会慢3倍左右适合离线巡检和批量复检在线检测还是优先把imgsz和anchor配置研究透。我把SAHI当成最后的急救手段而不是常规路径因为切开后同一缺陷可能在多个切片重复出现合并时要按IoU做一次去重。我自己的习惯是训练完先不急着写报告把混淆矩阵和低阈值下的漏检图逐张看一遍确认误检集中在哪几个类别、缺陷分布的哪些位置然后再决定是调阈值、改增强还是重新修正标签。这个数据集的难点在五类缺陷纹理重叠度高的部分把混淆矩阵看清楚比堆训练轮数更有价值。希望这套流程能帮你在飞机表面缺陷这类小目标检测上少走几趟弯路。本文还有配套的精品资源点击获取