简介这是一份面向目标检测学习者的电路板元器件图像数据集适用于YOLO系列模型的训练与验证尤其适合小目标、密集目标检测场景的实战练习。数据按YOLOv5目录结构组织可直接投入检测任务使用涵盖保险丝、散热片、IC、电感器、晶体管、电容器等34个类别类别信息由classes文件完整给出。压缩包共约2000个文件以1660个txt标签、339张jpg图像和1个py脚本为主整体约63.56MB其中txt为标注文件、jpg为原始图像、py为可视化脚本。数据已划分为训练集约1500张、验证集约80张、测试集约40张并附带可视化脚本随机传入一张图片即可绘制边界框并保存到当前目录无需修改即可运行便于快速检查标注质量。目前已有835人学习适合需要电路板缺陷与元器件检测数据、希望验证小目标密集检测效果的读者参考使用。1. 电路板元器件检测为什么你的 YOLO 模型总在 0402 电阻上翻车板子刚从产线下来灯光一打密密麻麻的贴片元件铺满视野0402 封装的电阻电容只有 0.4mm×0.2mm在 1080P 图像里可能只占十几个像素。你拿 COCO 预训练的 YOLO 直接跑大芯片检测得挺准一到小电阻就集体漏检密集排布的排阻更是糊成一团。这不是模型不行是数据集和训练策略没针对小目标、密集场景做适配。这套电路板元器件图像目标检测数据集核心解决三件事小目标检测tiny object、密集检测crowded scene、以及从数据划分到可视化验证的完整链路。它包含划分好的训练/验证/测试集、类别 class 文件、数据可视化脚本适合做工业质检、PCBA 缺陷检测、SMT 贴片计数方向的工程师。你不需要从零标注几千张图拿到就能跑通 YOLOv8/v11 训练重点是把参数调对、把坑避开。下面按「数据集长什么样 → 怎么接进 YOLO → 小目标和密集检测怎么调 → 踩过哪些坑 → 进阶验证技巧」的顺序讲透。2. 拆解数据集结构划分、class 文件与可视化脚本怎么配合2.1 目录结构与划分逻辑拿到一个目标检测数据集第一件事不是急着训练而是把目录结构摸清楚。电路板数据集常见组织方式是按 YOLO 标准格式走images 和 labels 平行存放每个 split 下再分 train/val/test。典型结构如下pcb_dataset/ ├── images/ │ ├── train/ # 训练集图像 │ ├── val/ # 验证集图像 │ └── test/ # 测试集图像 ├── labels/ │ ├── train/ # 对应 YOLO txt 标注 │ ├── val/ │ └── test/ ├── classes.txt # 类别名每行一个 └── visualize.py # 数据可视化脚本划分比例常见是 7:2:1 或 8:1:1。电路板场景有个特殊点同一块板子的不同区域如果被切分到 train 和 val会导致验证集指标虚高因为模型见过相似背景。更严谨的做法是按板子编号划分同一块板的所有图只进一个 split。你拿到数据集后先确认这一点如果划分是按随机切图做的建议自己按板重划。classes.txt 里通常包含电阻、电容、IC、连接器、二极管、三极管等类别。类别数量直接决定模型输出头维度改类别后必须同步改 data.yaml 里的 nc 和 names否则训练时标签索引对不上loss 会异常。2.2 用可视化脚本验证标注质量标注错了训练再久也白搭。可视化脚本的作用是把 YOLO txt 里的归一化坐标还原成框画到原图上让你肉眼检查。下面是一个可直接用的脚本import cv2 import os import numpy as np # 配置路径 img_dir pcb_dataset/images/train label_dir pcb_dataset/labels/train classes open(pcb_dataset/classes.txt).read().strip().split(\n) colors np.random.randint(0, 255, (len(classes), 3)).tolist() for img_name in os.listdir(img_dir)[:20]: # 先抽查20张 img_path os.path.join(img_dir, img_name) label_path os.path.join(label_dir, os.path.splitext(img_name)[0] .txt) img cv2.imread(img_path) h, w img.shape[:2] if not os.path.exists(label_path): print(f缺失标注: {img_name}) continue with open(label_path) as f: for line in f: cls, cx, cy, bw, bh map(float, line.split()) # YOLO归一化坐标转像素坐标 x1 int((cx - bw / 2) * w) y1 int((cy - bh / 2) * h) x2 int((cx bw / 2) * w) y2 int((cy bh / 2) * h) cv2.rectangle(img, (x1, y1), (x2, y2), colors[int(cls)], 1) cv2.putText(img, classes[int(cls)], (x1, y1 - 3), cv2.FONT_HERSHEY_SIMPLEX, 0.4, colors[int(cls)], 1) cv2.imshow(check, img) cv2.waitKey(0) # 按任意键看下一张 cv2.destroyAllWindows()逻辑说明脚本读取 YOLO 格式的归一化中心坐标和宽高乘以图像宽高还原为像素框。参数上[:20]控制抽查数量调试时可改成全量cv2.waitKey(0)逐张暂停方便仔细看。重点检查三类问题框是否偏移标注工具坐标转换错误、小目标框是否漏标密集区域常见、类别是否标错电阻电容外观接近。提示如果发现大量框偏移半个身位多半是标注时用了左上角坐标而非中心坐标需要批量转换别硬训。2.3 data.yaml 的正确写法与类别对齐YOLO 训练入口是 data.yaml它把图像路径、类别数、类别名绑在一起。写法如下path: ./pcb_dataset train: images/train val: images/val test: images/test nc: 6 names: 0: resistor 1: capacitor 2: ic 3: connector 4: diode 5: transistor参数说明path是数据集根目录train/val/test是相对路径nc必须等于 names 行数也等于 classes.txt 行数。三者不一致是新手最常见的翻车点——训练不报错但 mAP 一直是 0因为标签里的类别索引超出了模型输出范围被静默忽略。改类别时classes.txt、data.yaml、以及已有标注的类别索引要同步改缺一不可。3. 接进 YOLOv8/v11从环境到首轮训练的最小闭环3.1 环境配置与依赖安装电路板数据集不大单卡就能跑。环境用 Ultralytics 官方包最省事Python 3.9、PyTorch 2.x、CUDA 11.8 或 12.1 都行。安装命令conda create -n pcb_yolo python3.10 -y conda activate pcb_yolo pip install ultralytics pip install opencv-python numpy # 验证GPU可用 python -c import torch; print(torch.cuda.is_available())逻辑说明ultralytics 会自动拉取匹配的 torch 版本但如果你机器上已有 CUDA 驱动建议先装对应 torch 再装 ultralytics避免版本冲突。torch.cuda.is_available()返回 True 才说明 GPU 可用返回 False 时训练会退到 CPU速度差几十倍别硬等。3.2 首轮训练命令与关键参数最小闭环训练命令yolo detect train \ datapcb_dataset/data.yaml \ modelyolov8n.pt \ epochs100 \ imgsz640 \ batch16 \ device0 \ projectruns/pcb \ nameexp1参数逐个说modelyolov8n.pt是 nano 版预训练权重电路板类别少、数据量中等时够用想提精度换 yolov8s 或 v11simgsz640是输入分辨率小目标多时这个值直接决定小元件还剩几个像素后面会专门讲batch16看显存8G 显存跑 640 一般能到 16爆显存就降到 8device0指定第一块 GPU。epochs100是起步值电路板数据收敛快通常 80-150 轮看早停。训练启动后重点看三个输出box_loss 是否稳定下降、mAP50 是否爬升、以及 cls_loss 有没有异常震荡。如果 mAP50 卡在很低的值不动先回去查 data.yaml 和标注别急着调超参。3.3 训练结果怎么读mAP、召回与小目标的关系YOLO 训练完会在 runs 目录生成 results.csv 和混淆矩阵。电路板场景最该盯的不是 mAP50而是小目标类别的召回率recall。因为密集小目标漏检的代价比误检高——漏一个电阻可能整板报废误检一个可以人工复核。看结果时按类别拆开大 IC 的 AP 通常 0.90402 电阻可能只有 0.5-0.6。这个差距就是小目标检测的核心矛盾。如果整体 mAP 还行但小类拉胯说明模型容量和输入分辨率没匹配上小目标尺度下一章专门解决。混淆矩阵里如果电阻和电容互相混淆严重说明这两类外观太像要么加数据要么在类别定义上合并。4. 小目标与密集检测分辨率、Anchor 与 NWD 损失怎么调4.1 输入分辨率与切片推理小目标检测第一杠杆是分辨率。0402 元件在 640 输入下可能只剩 8-12 像素特征图下采样 32 倍后几乎消失。两个方向一是直接提高 imgsz 到 1280 或 1536代价是显存和速度二是用切片推理SAHI 思路把大图切成小块分别检测再合并。提高分辨率的训练命令yolo detect train \ datapcb_dataset/data.yaml \ modelyolov8s.pt \ imgsz1280 \ batch4 \ epochs150 \ device0参数说明imgsz 翻倍后显存约涨 4 倍batch 要从 16 降到 4 甚至 2模型从 n 换 s 是因为高分辨率下 nano 容量不够容易欠拟合。切片推理适合推理阶段训练时仍用整图推理时把图切成 640×640 重叠块每块单独检测再 NMS 合并能显著提升小目标召回代价是推理时间线性增加。4.2 密集场景下的 NMS 与 Anchor 设置密集检测的痛点是 NMS。元件挨得近框重叠度高标准 NMS 的 IoU 阈值一设低相邻元件的框就被互相抑制掉。YOLOv8/v11 默认是 anchor-free省去了调 anchor 的麻烦但 NMS 的 iou 阈值仍要调。推理时把iou从默认 0.7 提到 0.85能减少密集区域的误抑制。如果用的是带 anchor 的旧版本v5/v7需要针对小目标重聚类 anchor。用 k-means 对标注框宽高聚类把 anchor 尺度往小调让最小 anchor 覆盖 8-16 像素的目标。anchor-free 版本则通过损失函数和特征层来改善重点在下一节的损失改进。4.3 用 NWD 损失改善小目标回归小目标回归难是因为 IoU 对位置偏差极度敏感框只偏几个像素IoU 就从 0.7 掉到 0.3梯度信号剧烈波动。NWDNormalized Wasserstein Distance把框建模成高斯分布用 Wasserstein 距离替代 IoU对小目标的微小偏移更平滑。改法是在损失里把 IoU 项换成 NWD 项import torch def nwd_loss(pred, target, eps1e-7): # pred/target: [x1,y1,x2,y2] pred_cx (pred[:, 0] pred[:, 2]) / 2 pred_cy (pred[:, 1] pred[:, 3]) / 2 pred_w (pred[:, 2] - pred[:, 0]).clamp(mineps) pred_h (pred[:, 3] - pred[:, 1]).clamp(mineps) tgt_cx (target[:, 0] target[:, 2]) / 2 tgt_cy (target[:, 1] target[:, 3]) / 2 tgt_w (target[:, 2] - target[:, 0]).clamp(mineps) tgt_h (target[:, 3] - target[:, 1]).clamp(mineps) # 高斯分布间的Wasserstein距离平方 center_dist (pred_cx - tgt_cx) ** 2 (pred_cy - tgt_cy) ** 2 size_dist ((pred_w - tgt_w) ** 2 (pred_h - tgt_h) ** 2) / 4 wasserstein center_dist size_dist return 1 - torch.exp(-torch.sqrt(wasserstein eps))逻辑说明把每个框的中心和尺寸当作高斯分布的均值和方差两个框的相似度用 Wasserstein 距离衡量距离越小损失越小。参数上eps防止除零实际接入时把 NWD 损失和原 CIoU 按权重加权常见是 0.5:0.5 起步再根据小目标 AP 微调。这个改动对小目标 AP 通常有 2-5 个点的提升但会略微拖慢收敛epoch 要相应加长。注意NWD 不是万能药如果标注本身框得不准任何损失都救不回来。先保证标注质量再上损失改进。5. 避坑与排查电路板数据集训练中最容易翻车的 5 个点5.1 现象mAP 全程为 0loss 却正常下降原因data.yaml 的 nc 和 names 数量不一致或标注类别索引从 1 开始YOLO 要求从 0 开始。模型输出维度对不上标签分类分支梯度无效但框回归还在跑所以 loss 看着降实际没学到类别。解决核对 classes.txt 行数、data.yaml 的 nc、names 行数三者相等用脚本扫一遍所有 label 文件确认类别索引最大值小于 nc。发现从 1 开始的批量减 1。5.2 现象小元件漏检严重大 IC 检测正常原因输入分辨率不足小目标在下采样后特征消失或训练集里小目标样本占比过低模型偏向大目标。解决imgsz 提到 1280对小目标样本做过采样开启 mosaic 和 copy-paste 增强人为增加小目标出现频率。推理阶段用切片推理兜底。5.3 现象密集排阻区域框互相吞并检测数量偏少原因NMS 的 IoU 阈值过低相邻框被误抑制或密集区域标注本身有漏标模型学到的是稀疏模式。解决推理时把 iou 阈值提到 0.85检查密集区域标注补全漏标训练时降低 mosaic 概率避免拼接后密集度失真。5.4 现象验证集指标很高测试集或实拍图一塌糊涂原因数据划分按随机切图同一块板子的相似背景同时进了 train 和 val验证集等于变相泄漏或训练集和实拍图的光照、角度分布差异大。解决按板子编号重新划分 split实拍图做亮度、对比度、旋转增强如果实拍环境固定采集少量实拍图加入训练集微调。5.5 现象训练到一半 loss 突然变 NaN原因学习率过高或某批数据里出现宽高为 0 的退化框标注错误除法产生 inf。解决降低初始学习率加 warmup用脚本过滤宽或高小于 1 像素的标注框开启梯度裁剪。6. 进阶验证用热力图和误检分析反推数据集短板训练完不是终点知道模型为什么错才有价值。两个具体技巧一是导出特征热力图看模型关注区域二是做误检分类统计。热力图用 Grad-CAM 思路对最后一层特征做加权import torch import cv2 import numpy as np from ultralytics import YOLO model YOLO(runs/pcb/exp1/weights/best.pt) img cv2.imread(test_board.jpg) results model(img, imgsz1280) # 取检测框逐个裁剪出来看置信度分布 for box in results[0].boxes: cls int(box.cls) conf float(box.conf) x1, y1, x2, y2 map(int, box.xyxy[0]) crop img[y1:y2, x1:x2] # 小目标裁剪后放大保存人工复核 if (x2 - x1) 20: crop cv2.resize(crop, None, fx4, fy4, interpolationcv2.INTER_NEAREST) cv2.imwrite(fcrop_{cls}_{conf:.2f}.jpg, crop)逻辑说明把每个检测框裁出来单独保存小目标放大 4 倍便于人眼复核。参数上conf写进文件名方便按置信度排序优先看 0.3-0.5 区间的框——这些是模型犹豫的样本往往对应标注模糊或外观歧义。把这些样本挑出来重新标注或补充下一轮训练收益最大。误检分析则按类别统计 FP 和 FN画成表格类别TPFPFN主要误检来源resistor82045130与 capacitor 混淆capacitor7606095小尺寸漏检ic310812基本稳定connector1502030遮挡场景漏检这张表直接告诉你下一步该干什么resistor 和 capacitor 混淆就补这两类的区分样本小尺寸漏检就继续加分辨率或切片推理遮挡漏检就补遮挡场景数据。我自己的习惯是每轮训练后都跑一遍这个统计盯着 FN 最高的类别补数据通常两三轮就能把短板类拉上来。数据集和脚本只是起点真正决定效果的是你愿不愿意反复做这种枯燥的误差分析。希望帮到你。本文还有配套的精品资源点击获取