一、项目简介

本项目基于 YOLOv8 目标检测框架，针对城市道路路面缺陷场景构建了一套完整的检测系统，涵盖数据集管理、模型训练、指标可视化以及可视化交互界面，可对图片、视频、摄像头实时输入进行缺陷目标检测与统计分析。

---

二、数据集说明

2.1 数据集概览

项目	数值
总图片数	6,000 张
训练集	5,400 张（90%）
验证集	600 张（10%）
标注格式	YOLO 格式（归一化坐标 .txt）
图像尺寸	训练输入统一缩放至 640×640

2.2 检测类别（9 类）

类别 ID	英文名称	中文含义
0	Crack	裂缝
1	Manhole	井盖
2	Net	网状裂缝
3	Pothole	坑洞
4	Patch-Crack	修补裂缝
5	Patch-Net	修补网状裂缝
6	Patch-Pothole	修补坑洞
7	other	其他（小写）
8	Other	其他（大写）

2.3 标注格式说明

每个标注文件（.txt）每行代表一个目标，格式为：

class_id  x_center  y_center  width  height

所有坐标均为归一化值（0~1），相对于图像宽高计算。

---

三、训练过程

3.1 启动训练

python train.py

可通过命令行参数自定义训练配置：

python train.py --model yolov8s.pt --epochs 200 --batch 8 --imgsz 640 --name exp01

3.2 训练参数说明

参数	值	说明
model	yolov8n.pt	使用 YOLOv8n 预训练权重
epochs	100	训练总轮数
batch	16	批次大小
imgsz	640	输入图像尺寸（像素）
optimizer	auto	自动选择优化器（默认 SGD/AdamW）
lr0	0.01	初始学习率
lrf	0.01	最终学习率（相对 lr0 的比例）
momentum	0.937	SGD 动量
weight_decay	0.0005	权重衰减（L2 正则）
warmup_epochs	3	学习率预热轮数
patience	50	早停轮数（验证集无提升则停止）
amp	true	开启混合精度训练（加速 + 省显存）
iou	0.7	NMS IoU 阈值
close_mosaic	10	最后 N 轮关闭 Mosaic 数据增强

3.3 数据增强策略

增强方式	参数值	说明
HSV 色调	0.015	随机色调扰动
HSV 饱和度	0.7	随机饱和度扰动
HSV 亮度	0.4	随机亮度扰动
水平翻转	0.5	50% 概率翻转
平移	0.1	随机平移比例
缩放	0.5	随机缩放范围
Mosaic	1.0	四图拼接（训练前期开启）
随机擦除	0.4	随机遮挡区域
自动增强	randaugment	随机策略组合

3.4 训练产物

训练完成后所有产物自动保存至 output/yolov8_road_defect/：

output/
└── yolov8_road_defect/
    ├── weights/
    │   ├── best.pt       ← 验证集最优模型（推荐用于推理）
    │   └── last.pt       ← 最后一轮模型
    ├── results.csv       ← 每轮训练指标记录
    ├── args.yaml         ← 训练参数快照
    ├── confusion_matrix.png
    ├── BoxP_curve.png
    ├── BoxR_curve.png
    ├── BoxF1_curve.png
    └── labels.jpg

---

四、训练结果

基于 YOLOv8n 预训练权重，训练 99 个 epoch 后的最优指标如下：

指标	最优值
mAP50	0.3439
mAP50-95	0.1842
Precision（精确率）	0.9621
Recall（召回率）	0.4008

精确率较高说明模型检测到的目标可信度高；召回率偏低与数据集中小目标较多、类别分布不均有关，可通过增大模型规模（如 yolov8s/m）或增加训练轮数进一步提升。

---

五、可视化指标说明

运行以下命令可基于 results.csv 生成全部可视化图，保存至 output/yolov8_road_defect/visualizations/：

python visualize.py

5.1 生成图表说明

文件名	内容说明
loss_curves.png	训练集与验证集三类损失曲线（box_loss / cls_loss / dfl_loss），曲线持续下降表示模型正常收敛
metric_curves.png	Precision、Recall、mAP50、mAP50-95 随训练轮次的变化趋势，用于判断模型检测能力的提升情况
learning_rate_curves.png	各参数组的学习率调度曲线，反映预热阶段和余弦退火衰减过程
overview_dashboard.png	四合一总览面板：Box Loss 对比 / Precision-Recall / mAP / Cls Loss，适合一图汇报训练质量
training_summary.png	训练汇总卡片，展示总轮次、最优精确率、召回率、mAP50、mAP50-95 及最终损失值

5.2 损失类型说明

损失名称	含义
box_loss	边界框回归损失，衡量预测框与真实框的位置偏差
cls_loss	分类损失，衡量目标类别预测的准确程度
dfl_loss	分布焦点损失（Distribution Focal Loss），YOLOv8 特有，用于精细化边框坐标预测

---

六、系统功能

系统提供基于 PyQt6 的可视化交互界面，启动方式：

python main.py

默认账号：admin，密码：admin123

6.1 功能模块

模块	功能描述
图片识别	上传本地图片，调用 YOLOv8 进行缺陷检测，展示标注结果、类别统计、置信度分布直方图，支持导出标注图片和 CSV 报告
视频识别	逐帧检测本地视频，实时展示带标注的播放画面，统计各类别累计检测数量，支持导出当前帧
摄像头识别	接入本地摄像头进行实时检测，可切换检测开关、手动截图保存，支持将本次会话数据存入历史
检测历史	查看所有历史检测记录，支持按类型（图片/视频/摄像头）筛选和关键词搜索，可导出历史 CSV
模型管理	配置模型权重路径，调整置信度阈值、IoU 阈值、最大检测数等参数，验证并热加载模型
指标展示	自动扫描 output 目录下的 results.csv，展示训练损失曲线、mAP 曲线、P/R 曲线及最终指标汇总柱状图

---

七、项目技术栈

类别	技术 / 库
检测框架	YOLOv8（Ultralytics）
深度学习	PyTorch
UI 框架	PyQt6
图表绘制	Matplotlib（QtAgg 后端）
图像处理	OpenCV（cv2）
数值计算	NumPy
语言	Python 3.9
数据格式	YAML、CSV、JSON

---

八、项目结构

.
├── main.py                        # 系统启动入口
├── train.py                       # 训练启动入口
├── visualize.py                   # 指标可视化入口
│
├── app/                           # UI 应用层
│   ├── login_window.py            # 登录 / 注册窗口
│   ├── main_window.py             # 主窗口（侧边栏 + 页面堆栈）
│   ├── pages/                     # 各功能页面
│   │   ├── image_page.py          # 图片识别页
│   │   ├── video_page.py          # 视频识别页
│   │   ├── camera_page.py         # 摄像头识别页
│   │   ├── history_page.py        # 检测历史页
│   │   ├── model_page.py          # 模型管理页
│   │   └── metrics_page.py        # 训练指标展示页
│   └── utils/                     # 工具层
│       ├── styles.py              # 全局 QSS 样式
│       ├── detector.py            # YOLOv8 检测封装 + 异步线程
│       ├── history_manager.py     # 检测历史本地存储
│       ├── user_manager.py        # 用户认证管理
│       ├── image_utils.py         # 图像格式转换工具
│       └── config_manager.py      # 模型参数配置持久化
│
├── trainer/
│   └── yolov8_train.py            # YOLOv8 训练模块（参数解析 + 启动）
│
├── visualizer/
│   └── results_visualizer.py      # 训练指标可视化模块
│
├── datasets/                      # 数据集
│   ├── lumian.yaml                # 数据集配置文件
│   ├── train/
│   │   ├── images/                # 训练集图像（5,400 张）
│   │   └── labels/                # 训练集标注
│   └── val/
│       ├── images/                # 验证集图像（600 张）
│       └── labels/                # 验证集标注
│
└── output/                        # 训练产物（自动生成）
    ├── config.json                # 系统配置（模型路径 + 检测参数）
    ├── history.json               # 检测历史记录
    ├── users.json                 # 用户账号数据
    ├── dataset_runtime.yaml       # 训练时生成的数据集配置
    └── yolov8_road_defect/
        ├── weights/
        │   ├── best.pt
        │   └── last.pt
        ├── results.csv
        └── visualizations/        # 可视化图表输出目录

---

九、快速开始

第一步：安装依赖

pip install -r requirements.txt

第二步：训练模型

python train.py

训练完成后权重保存至 output/yolov8_road_defect/weights/best.pt。

第三步：生成可视化图

python visualize.py

第四步：启动系统界面

python main.py

登录后进入【模型管理】页面，加载 output/yolov8_road_defect/weights/best.pt，即可开始检测。