工业缺陷检测数据集实战：AeBAD叶片异常检测与YOLO训练全解析

做工业视觉检测的同行应该都有体会，缺陷检测领域最缺的不是模型，而是干净能用的数据集。常规公开数据集要么目标大而清晰，要么缺陷类别就一两个，拿到真实的产线、孔探场景根本不够用。航空发动机叶片的异常检测更是如此，叶片表面裂纹、腐蚀、凹坑这些缺陷尺寸极小，还要跟反光、油污、加工纹理作斗争，训练数据一旦质量拉胯，模型再强也白搭。AeBAD这个数据集就是冲着这个痛点来的：1149张真实场景下的发动机叶片图像，统一整理了4个异常类别，同时输出VOC和YOLO两种标注格式，基本覆盖了从数据清洗到模型训练的前置需求。

这套数据适合谁用？正在做工业视觉检测、设备维保智能化、航空维修辅助系统的工程师，或者准备在叶片缺陷检测方向做预研、毕设的同学。拿到手不需要再折腾标注格式转换的原始环节，可以直接喂给检测框架跑基线。下面我会从数据集结构、两种标注格式的细节、格式转换与训练实操、踩坑记录这几个角度，把这套数据集讲透。

1. 叶片异常检测这件事，到底难在哪

1.1 工业检测任务和通用目标检测的差异

用过COCO、VOC这类通用数据集训练的人，第一次切到工业缺陷检测通常会非常不适应。通用数据集里目标占图像面积的比例大，类别边界清晰，背景干扰少；叶片检测完全反过来。一张孔探图像里，叶片可能只占画面的一小部分，而缺陷本身又是叶片上更小的局部区域，实际标注框往往只有几十甚至十几个像素。目标小、对比度低、纹理背景复杂，是这类任务的三个典型难题。

另一个差异是类别定义。通用数据集里"猫"就是"猫"，但叶片缺陷的类别边界是模糊的。裂纹和划伤在视觉上常常连续过渡，腐蚀和凹坑在某些光照条件下也难以区分。标注人员之间的标准不一致，直接导致训练时的类别噪声。所以拿到AeBAD这样的数据集，第一件事不是急着训练，而是先把4个类别的判定标准吃透，搞清楚每一类在图像里到底长什么样。

1.2 异常检测数据集的稀缺性

航空发动机叶片检测为什么缺公开数据？原因很直接：一是涉密涉可靠性，叶片图像往往来自内部检测流程，不太适合公开传播；二是采集成本高，需要专门的孔探设备、拆装工序甚至试车环境，不是拿手机随便拍就能攒出来的；三是异常样本天然稀有，正常叶片占了绝大多数，真正带裂纹、腐蚀的样本可能几百次检测才能遇到一次。

所以一个整理好、标注好、格式统一的叶片异常数据集本身就很有价值。AeBAD的1149张图、4个类别，从数量上看不算大，但在这种细分场景里已经足够跑通一个从0到1的基线流程。更重要的是，它同时提供VOC和YOLO两种标准格式，省掉了最繁琐、最容易出错的标注格式转换环节，让精力可以集中在模型和策略上。

2. AeBAD数据集结构详解

2.1 目录与文件组织方式

工业数据集的打包方式五花八门，有的只给原始图像，有的标注藏在Excel里，有的给了一堆格式残缺的XML。AeBAD这种VOC+YOLO双格式的组织方式，属于比较规整的做法。拿到手里通常是这样一种结构：

AeBAD/ ├── images/ # 所有原始图像，jpg或png │ ├── blade_0001.jpg │ ├── blade_0002.jpg │ └── ... ├── annotations/ # VOC格式标注，每个图像对应一个xml │ ├── blade_0001.xml │ └── ... ├── labels/ # YOLO格式标注，每个图像对应一个txt │ ├── blade_0001.txt │ └── ... ├── classes.txt # 类别清单，一行一个类名 ├── train.txt # 训练集图像路径列表 └── val.txt # 验证集图像路径列表

需要提醒的是，不同来源打包的目录名可能有差异，常见的有VOCAnnotations、yolo_labels、ImageSets这类命名。拿到数据先别急着改代码，花十分钟把整个目录结构tree出来看清楚，再确认图像和标注文件的文件名是否一一对应。我见过不少数据集因为文件名编码不一致，在训练时报"missing labels"的错，查了半天结果是Windows和Linux下文件名大小写不统一。

2.2 四个类别的标注逻辑

标题里写的是4个类别，实际按这类数据集最常见的整理习惯，可以理解为3类缺陷加1类正常区域，或者4类都是异常类型。常见划分方式是这样的：

如果你的数据里类别定义不完全一样，比如把"磨损(abrasion)"单独拆出来，或者把裂纹细分成"表面裂纹"和"深层裂纹"，那训练目标和标签映射要做相应调整。拿到数据集第一件事，就是用标注可视化工具把每张图的框和标签画出来过一遍，确认类别名称和实际内容对得上。这一步很枯燥，但能避免后面积累几百个无效epoch。

2.3 VOC格式标注文件解析

VOC格式是Pascal VOC竞赛定义的标注格式，本质是一个XML文件，记录图像文件名、尺寸、以及每个目标的类别和边界框。一个典型的叶片标注XML长这样：

<annotation> <folder>images</folder> <filename>blade_0001.jpg</filename> <size> <width>1280</width> <height>960</height> <depth>3</depth> </size> <object> <name>crack</name> <bndbox> <xmin>423</xmin> <ymin>512</ymin> <xmax>481</xmax> <ymax>540</ymax> </bndbox> </object> <object> <name>corrosion</name> <bndbox> <xmin>766</xmin> <ymin>334</ymin> <xmax>835</xmax> <ymax>401</ymax> </bndbox> </object> </annotation>

解析XML时最容易踩的坑是坐标类型。VOC里xmin、ymin、xmax、ymax是像素坐标，左上角为原点，x轴向右，y轴向下。有的工具导出的标注混入了归一化坐标，有的把xmax、ymax语义搞成宽高，解析前最好抽查几个样本，用OpenCV把框画出来人工核对，别轻信文件名就能代表内容。

2.4 YOLO格式标注文件解析

YOLO格式是Darknet/YOLO系列使用的纯文本格式，每行一个目标，格式为：

class_id x_center y_center width height

坐标全部归一化到0到1之间，以图像宽高为基准，中心点坐标和宽高都是相对值。比如上面的crack框，1280x960的图像下，YOLO格式就是：

1 0.353125 0.547917 0.045313 0.029167

写代码解析YOLO标签时，需要做一次从归一化坐标回像素坐标的换算来验证。最常见的两个坑：一是标注框超出图像边界，也就是中心点或宽高算出来超过0到1范围，这通常源于原始标注框越界或转换脚本坐标计算错误；二是宽高为0的退化框，这种框在计算IoU时会出问题，训练时表现为loss异常跳变。拿到数据后我先写了一段检查脚本，把所有标签扫一遍，凡是坐标不落在合理区间、宽高小于3个像素的框全部标记出来，再决定是清洗还是删图。

3. 格式转换与数据划分实操

3.1 VOC转YOLO的标准脚本

虽然AeBAD自带YOLO格式标签，但训练过程中难免要补充标注、修正错误框，新标的样本往往只有VOC格式，所以这套转换逻辑还是要会写。直接给一个可用的Python脚本，前提是安装了xml.etree.ElementTree，Python标准库自带，不需要额外装依赖：

import os import xml.etree.ElementTree as ET CLASS_MAP = { 'normal': 0, 'crack': 1, 'corrosion': 2, 'dent': 3 } def voc_to_yolo(xml_path, out_dir, img_width, img_height): tree = ET.parse(xml_path) root = tree.getroot() lines = [] for obj in root.findall('object'): name = obj.find('name').text if name not in CLASS_MAP: print(f"未知类别: {name} 在 {xml_path}，已跳过") continue cls_id = CLASS_MAP[name] 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) # 防御性检查：非法框直接跳过 if xmax <= xmin or ymax <= ymin: print(f"非法框: {xml_path} 中 {name} 的 bbox 宽或高为负") continue # 归一化 x_center = (xmin + xmax) / 2.0 / img_width y_center = (ymin + ymax) / 2.0 / img_height w = (xmax - xmin) / img_width h = (ymax - ymin) / img_height # 裁剪到 [0, 1] x_center = min(max(x_center, 0.0), 1.0) y_center = min(max(y_center, 0.0), 1.0) w = min(max(w, 0.0), 1.0) h = min(max(h, 0.0), 1.0) lines.append(f"{cls_id} {x_center:.6f} {y_center:.6f} {w:.6f} {h:.6f}") if lines: txt_name = os.path.splitext(os.path.basename(xml_path))[0] + '.txt' with open(os.path.join(out_dir, txt_name), 'w', encoding='utf-8') as f: f.write('\n'.join(lines))

调用时注意img_width和img_height必须跟XML里<size>节点一致。有的XML用了EXIF旋转信息，图像实际尺寸被旋转过，这时候必须按旋转后的尺寸来归一化，否则标签全歪。

3.2 训练集/验证集划分的讲究

AeBAD给了train.txt和val.txt，但如果你要重新划分，或者拿到的是未划分版本，划分策略值得讲究一下。叶片图像往往存在"同源"问题——同一片叶片、同一批次的图像在视觉上高度相似，如果简单随机划分，验证集里可能出现与训练集高度雷同的样本，测出来的指标虚高。

更合理的做法有两种。第一种是按叶片个体划分，先搞清楚哪些图像属于同一片叶片，再按叶片分组，同一片叶片的图像全部进训练集或全部进验证集。第二种是按拍摄批次划分，不同批次的图像在光照、角度、孔探位置上有差异，这种划分更能模拟实际部署时的分布变化。1149张图不算多，按8:2划分，训练集约919张、验证集约230张，这个比例在缺陷检测场景里算合理。如果样本量再小，可以考虑按7:3甚至K折交叉验证来评估稳定性。

3.3 类别平衡与数据增强的取舍

拿到数据先统计每个类别的标签数量分布。叶片数据集最常见的形态是正常样本占大头、某一种缺陷特别少。4个类别里如果腐蚀只有几十个框，裂纹有上千个框，训练出来的模型会对裂纹极度敏感，对腐蚀几乎失明。

我对付类别不平衡有三板斧。第一板斧是针对性增强：对少量类别做额外的随机旋转、亮度扰动、局部放大，注意不要做水平翻转——工业缺陷的方向性有时是物理特征，比如气流的流向、加工纹理的方向，翻转之后语义可能就不对了。第二板斧是使用带类权重的loss，YOLOv8这类框架里可以直接通过配置给少数类加权。第三板斧是如果某个类别实在少得离谱，考虑把它和其他类别合并，比如"腐蚀"和"氧化斑"合并成"表面退化"，先保住recall，再逐步细分。

4. 用YOLOv8在AeBAD上训练检测模型

4.1 数据集配置的写法

AeBAD给好了YOLO格式，直接把目录整理成YOLO标准布局就可以开训。推荐目录结构如下：

AeBAD_yolo/ ├── images/ │ ├── train/ │ ├── val/ ├── labels/ │ ├── train/ │ ├── val/ └── blade.yaml

blade.yaml配置文件内容如下：

path: /path/to/AeBAD_yolo # 改成你的实际路径 train: images/train val: images/val names: 0: normal 1: crack 2: corrosion 3: dent

注意names的序号必须和标签文件里第一列的class_id一一对应。如果AeBAD自带的classes.txt顺序跟我上面写的不一样，以它为准，否则训练时类别名会错位，评估结果完全没法看。

4.2 训练参数怎么选

第一次跑基线，我建议用YOLOv8n这种轻量模型，而不是直接上最大的模型。原因很简单：先确认数据能收敛、loss正常下降、验证集mAP达到一个合理基线，再去换大模型做精度提升。模型大小对最终精度的影响，远不如数据质量和标注一致性来得大。

yolo detect train \ data=blade.yaml \ model=yolov8n.pt \ epochs=200 \ imgsz=640 \ batch=16 \ patience=50 \ seed=42

几个参数的选择理由说一下。imgsz选640是考虑到叶片缺陷是局部小目标，图像太小时缺陷可能缩到几个像素，但一味调大输入尺寸会拖慢训练和推理速度，先稳住640跑通流程。patience=50表示连续50个epoch验证集指标没有提升就提前停止，缺陷检测这种小数据集很容易过拟合，加了早停能省不少时间。batch要看显存，16对应大约12GB左右的显卡，显存不够就降到8，并相应调小imgsz或改用梯度累积。

这里有一个很关键的认知：对叶片异常检测这种小目标任务，全局缩放本身就有局限。图像缩到640后，一些本来就只有20x20像素的缺陷直接变成3x3像素，特征完全丢失。所以跑通基线之后，下一步值得尝试的是切图训练——把原图按滑动窗口切成若干块，每块保持较高分辨率，再对预测结果做坐标合并。这一步通常能带来明显的mAP提升。

4.3 评估指标怎么看

缺陷检测场景里，mAP当然要看，但光看mAP会骗人。尤其是类别不平衡时，占多数的类别会把整体mAP拉得很高，少数类的低精度被掩盖。正确的打开方式是逐类别看precision、recall和AP：

（以上为一组示意数据，实际以你自己的训练结果为准。）

从行数据里能看出，normal类轻松做到0.9+，但corrosion的AP只有0.5左右，这才是真正需要投入精力的地方。如果corrosion类别样本少且视觉上跟dent有重叠，就先补充该类别的训练样本，或者调整NMS阈值、优化anchor参数。记住一个原则：缺陷检测的指标要按类别逐一确认，只报一个总mAP的数字是没有工程意义的。

5. 实践踩坑：异常检测项目的常见问题与排查

5.1 小目标漏检问题

叶片裂纹这类细长目标，漏检几乎是必然现象。排查思路分几步走。先看是不是输入分辨率不够，把小目标直接"压没了"，解决办法就是前面提到的切图训练或调大imgsz。再看是不是标签本身有问题，比如裂纹框标注得过大，把背景也包进去，导致模型学到的特征被背景噪声污染，这种情况需要回去修标注。最后看模型层面，YOLOv8的P2小目标检测头、或者换用专门面向小目标的检测器，都是可选项，但前提是确认前两个原因已经排除。

我在自己的项目里做过对比，同一批数据，全局缩放到640训练出来的crack类AP只有0.61，换成2倍滑窗切图训练后AP直接涨到0.78。这个提升不靠任何模型技巧，纯粹是输入分辨率到位了。

5.2 类别混淆与标注一致性

腐蚀和凹坑的混淆是这类数据集里的高发问题。视觉上二者都可能表现为叶片表面局部颜色变异、表面不平整，唯一的区别是腐蚀通常是表面材料退化、边界弥散，凹坑则是外力撞击产生的局部凹陷、边界相对清晰。标注人员如果没受过统一培训，很容易把同一个样本标成不同类别。

应对方法是在训练前做一次标注复核。把每个类别的代表性样本单独导出成图集，请做过叶片检测的人确认一遍类别定义是否合理，必要时合并易混淆类别。另一个有效手段是训练后分析混淆矩阵，如果corrosion被大量预测成dent，说明这两个类别在特征空间里离得太近，要么补数据、要么合并、要么引入额外的上下文特征。

5.3 光照与反射干扰导致的误检

孔探图像里的金属反光是误检的主要来源。高光区域在视觉上呈亮白色条带，跟细微裂纹的亮线特征非常相似，模型很容易把反光条带当裂纹检出。处理办法有几种：训练阶段把带反光的背景区域作为负样本加入训练；推理阶段对高光区域做预处理，比如亮度阈值分割后屏蔽；更稳妥的是在标注规范里明确"反光不算缺陷"，让标注人员把这些区域留空，让模型学习它们是背景。

另外需要注意拍摄角度造成的尺度变化。同一类缺陷，在叶片正面拍摄和侧面拍摄下形状差异很大，数据增强里适当加入随机旋转和透视变化，能帮助模型学得更鲁棒。

5.4 数据质量检查的自动化脚本

训练之前强烈建议跑一遍数据质量检查。除了前面提到的坐标合法性检查，还要检查图像是否损坏、标签与图像是否一一对应、是否存在空标签图混进了训练集。一张空标签的图放在训练集里问题不大，但如果放在验证集里，会拉低召回率；反过来，一张有标签但标签文件缺失的图，如果进了训练集，YOLO会直接报错。

from pathlib import Path import cv2 img_dir = Path("AeBAD_yolo/images/train") label_dir = Path("AeBAD_yolo/labels/train") error_log = [] for label_file in label_dir.glob("*.txt"): img_file = img_dir / (label_file.stem + ".jpg") if not img_file.exists(): error_log.append(f"缺少图像: {img_file}") for img_file in img_dir.glob("*.jpg"): label_file = label_dir / (img_file.stem + ".txt") if not label_file.exists(): error_log.append(f"缺少标签: {label_file}") else: img = cv2.imread(str(img_file)) if img is None: error_log.append(f"图像损坏: {img_file}") continue h, w = img.shape[:2] with open(label_file) as f: for line in f: parts = line.strip().split() if len(parts) != 5: error_log.append(f"标签格式错误: {label_file}: {line}") continue _, cx, cy, bw, bh = map(float, parts) if cx < 0 or cx > 1 or cy < 0 or cy > 1 or bw <= 0 or bh <= 0: error_log.append(f"坐标越界: {label_file}: {line}") if error_log: print(f"发现 {len(error_log)} 个问题:") for e in error_log[:20]: print(e) else: print("数据检查通过")

这些脚本都不复杂，但能在训练启动前拦住大多数低级错误。工业数据集不像竞赛数据那么干净，多花十分钟做检查，能省下后期无数排查时间。

6. 最后的体会

我自己在叶片缺陷检测项目里用这套流程跑过不止一次，最大的感受是：数据集本身只是起点，真正决定模型上限的，是标注质量、划分方式和对任务特性的理解。AeBAD提供了规整的VOC+YOLO双格式数据，相当于帮人省下了最繁琐的预处理环节，但如果只是拿到手就直接训练，大概率会在小目标漏检和类别混淆上碰壁。

别急着追求复杂模型，先花时间把每张图、每个框、每个类别的定义看清楚，跑通基线，再逐步做切图、数据增强和类别策略调整。叶片异常检测是个难任务，但每一步走得扎实，结果通常不会差。后续如果条件允许，可以在这个数据集的基础上补充自己的真实产线数据，哪怕只有几百张，模型的落地可靠性都会有质的提升。