摘要

针对铁轨表面缺陷自动化检测需求，本研究构建了基于YOLOv8的实时检测系统，涵盖Spalling（剥落）、Wheel Burn（车轮烧伤）、Squat（轨头压溃）和Corrugation（波浪磨耗）四类典型缺陷。数据集共包含2396张标注图像，按1916/240/240划分训练、验证与测试集。实验结果表明，模型在测试集上整体mAP@0.5达到0.807，平均召回率为0.93。其中Squat检测性能最优（mAP=0.886），Wheel Burn次之（0.829），Spalling（0.783）与Corrugation（0.730）相对偏弱。混淆矩阵显示Spalling与Squat存在14例误判，Corrugation有34例被漏检为背景。综合分析训练损失曲线与PR曲线，模型收敛良好，未见明显过拟合。本研究验证了YOLOv8在铁轨多缺陷检测任务中的可行性，并为后续优化指明了方向。

引言

铁轨作为轨道交通的核心基础设施，其表面缺陷直接影响行车安全与维护成本。传统人工巡检存在效率低、主观性强、漏检率高等问题，难以满足现代铁路高频次、高精度的检测需求。近年来，基于深度学习的目标检测技术，尤其是YOLO系列算法，因其端到端、实时性强的优势，逐渐成为铁轨缺陷自动识别的主流方案。

本研究采用YOLOv8架构，针对四种常见铁轨缺陷——剥落、车轮烧伤、轨头压溃和波浪磨耗，构建了一套完整的检测系统。通过分析模型在2396张真实铁轨图像上的训练结果，系统评估了各类缺陷的检测精度、召回率及混淆情况。研究发现，模型整体召回率高达0.93，表明漏检控制良好；但Corrugation类因样本特征复杂或数量不足，检测精度仅为0.730，存在较多背景误检。此外，Spalling与Squat之间存在特征相似导致的分类混淆。本文旨在量化模型性能瓶颈，提出数据增强与类别权重调整等优化策略，为高可靠性铁轨检测系统的工程落地提供参考。

目录

  摘要

引言

功能模块

1、用户管理模块

2、界面与交互模块

3、检测源管理模块

4、检测参数配置模块

5、YOLO检测核心模块

6、结果显示模块

7、结果保存模块

8、工具栏功能

9、辅助功能

10、数据校验模块

背景

数据集介绍

缺陷类别与标注

数据集划分

训练过程

训练结果

模型整体性能

各类别详细分析​编辑​编辑​编辑

混淆矩阵分析​编辑

主要问题：

归一化混淆矩阵显示：​编辑

训练曲线分析​编辑

常用标注工具

---

功能模块

✅ 用户登录注册：支持密码检测，密码加密。

注册

登录

✅ 图片检测：可对图片进行检测，返回检测框及类别信息。

✅参数实时调节（置信度和IoU阈值）

✅ 支持选择检测目标：可以选择一个或者多个类目的目标进行检测

✅ 视频检测：支持视频文件输入，检测视频中每一帧的情况。

✅ 摄像头实时检测：连接USB 摄像头，实现实时监测。

✅日志记录：日志标签页记录操作和错误信息，带时间戳

✅结果保存模块：支持图片/视频/摄像头检测结果保存

1、用户管理模块

功能	描述
用户注册	用户名、密码、确认密码、邮箱（选填）注册，密码SHA256加密存储
用户登录	用户名密码验证，自动跳转主界面
用户数据存储	JSON文件存储用户信息（密码加密、注册时间、邮箱）
登录状态	主界面显示当前登录用户名

2、界面与交互模块

功能	描述
玻璃效果界面	半透明毛玻璃背景，圆角边框，现代化视觉风格
无边框窗口	自定义标题栏，支持窗口拖动、最小化、最大化、关闭
响应式布局	主窗口三栏布局（左侧控制区、中央显示区、右侧信息区）
状态栏	显示设备信息、模型状态、当前用户、实时时间

3、检测源管理模块

功能	描述
图片检测	支持JPG/JPEG/PNG/BMP格式图片载入
视频检测	支持MP4/AVI/MOV/MKV格式视频载入
摄像头检测	实时调用摄像头（默认ID 0）进行检测
检测源切换	下拉菜单切换三种检测模式，自动更新界面状态

4、检测参数配置模块

功能	描述
置信度阈值	滑动条调节（0-100%，步长1%），实时显示当前值
IoU阈值	滑动条调节（0-100%，步长1%），实时显示当前值
类别选择	动态生成检测类别复选框，支持全选/取消全选
参数同步	参数实时同步到检测器核心

5、YOLO检测核心模块

功能	描述
模型加载	加载best.pt模型文件，自动检测GPU可用性，支持CPU/GPU切换
多模式检测	图片检测、视频检测、摄像头实时检测
检测线程	基于QThread的多线程处理，避免界面卡顿
检测结果	返回目标类别、置信度、边界框坐标
FPS计算	实时计算处理帧率
进度反馈	视频处理进度条实时更新

6、结果显示模块

功能	描述
实时画面	中央区域显示检测结果图像（带标注框）
统计信息	检测状态、目标数量、FPS、处理帧数实时更新
检测列表	右侧列表显示当前帧所有检测到的目标（类别+置信度）
日志记录	日志标签页记录操作和错误信息，带时间戳
占位显示	未选择检测源时显示系统LOGO和提示文字

7、结果保存模块

功能	描述
保存开关	复选框控制是否保存检测结果
路径选择	自定义保存路径，支持图片/视频格式自动识别
自动命名	保存文件自动添加时间戳（detection_result_20240101_120000.jpg）
视频保存	支持检测结果视频录制（MP4格式）
手动保存	工具栏保存按钮可随时保存当前画面
保存反馈	保存成功弹窗提示，日志记录保存路径

8、工具栏功能

功能	描述
图片按钮	快速切换到图片检测模式并打开文件选择器
视频按钮	快速切换到视频检测模式并打开文件选择器
摄像头按钮	快速切换到摄像头检测模式
保存按钮	手动保存当前显示画面

9、辅助功能

功能	描述
错误处理	统一错误弹窗提示，日志记录错误详情
资源清理	检测停止时自动释放摄像头、视频文件、视频写入器资源
时间显示	状态栏实时显示系统时间
模型状态	状态栏显示模型加载状态和当前设备（CPU/GPU）

10、数据校验模块

功能	描述
注册验证	用户名长度≥3，密码长度≥6，密码一致性检查，邮箱格式验证
协议确认	注册前需勾选同意用户协议
文件校验	模型文件存在性检查，文件大小验证（≥6MB）
输入非空	登录/注册时必填项非空检查

背景

铁轨在长期轮轨冲击、环境侵蚀及运维条件下，会产生多种表面缺陷。Spalling（剥落）表现为轨面小块金属脱落，多由接触疲劳引起；Wheel Burn（车轮烧伤）是车轮打滑导致的热致相变痕迹，易引发裂纹扩展；Squat（轨头压溃）表现为轨顶表面的压痕或裂纹，常见于重载线路；Corrugation（波浪磨耗）是轨面周期性波状磨损，显著增加噪声与振动。四类缺陷的形态、尺度及发生位置各异，给统一检测带来挑战。

传统检测方法包括磁粉探伤、超声波检测和人工视觉巡查。这些方式或依赖专业设备、成本高昂，或效率低下、易受人为因素干扰。随着计算机视觉技术的发展，基于卷积神经网络的目标检测方法展现出强大的特征学习能力。YOLOv8作为当前YOLO系列的最新迭代，在检测速度与精度之间取得了更优平衡，适合嵌入车载实时检测系统。因此，构建一个能同时识别多类铁轨缺陷的YOLOv8模型，对于提升铁路运维智能化水平、降低事故风险具有重要意义。

数据集介绍

缺陷类别与标注

共包含4类缺陷，定义及样本分布如下：

• Spalling（剥落）：轨面局部材料脱落，呈不规则坑洼状

• Wheel Burn（车轮烧伤）：热致变色斑块，常伴金属光泽变化

• Squat（轨头压溃）：轨顶表面微小裂纹或压痕

• Corrugation（波浪磨耗）：沿钢轨纵向周期性起伏

所有图像均使用LabelImg进行矩形框标注，由铁路工务专家复核标注质量。

数据集划分

数据集	图像数量	用途
训练集	1916张	模型参数学习
验证集	240张	超参数调优与过拟合监控
测试集	240张	最终性能评估

训练过程

训练结果

模型整体性能

1. 高召回率：在置信度为0时，全类召回率达0.93，说明模型漏检率低。

2. 高精度：在置信度0.952时，全类精度达1.00，高置信度下预测非常可靠。

3. mAP表现良好：全类mAP@0.5为0.807，说明模型整体检测能力较强。

各类别详细分析

缺陷类型	召回率	精确率(mAP)	表现评价
Squat	0.886	0.886	最佳
Wheel Burn	0.829	0.829	良好
Spalling	0.783	0.783	中等
Corrugation	0.730	0.730	偏弱

混淆矩阵分析

主要问题：

1. Spalling与Squat混淆严重：14个Spalling被误判为Squat True

2. 背景误检：38个背景被误判为Spalling，34个背景被误判为Corrugation

3. Corrugation识别困难：34个Corrugation被误判为背景，19个背景被误判为Corrugation

归一化混淆矩阵显示：

• Spalling准确率：85%

• Wheel Burn准确率：85%

• Squat True准确率：31%（低！）

• Corrugation准确率：6%（极低！）

训练曲线分析

• 损失函数下降平稳：box_loss、cls_loss、dfl_loss均呈下降趋势

• mAP稳定提升：mAP50和mAP50-95随训练轮次稳步上升

• 未见明显过拟合：训练与验证损失差距合理

常用标注工具

假设您现在准备好进行标注。有几种开源工具可以帮助简化数据标注流程。以下是一些有用的开放标注工具：

Label Studio：一个灵活的工具，支持各种标注任务，并包含用于管理项目和质量控制的功能。 CVAT：一个强大的工具，支持各种标注格式和可定制的工作流程，使其适用于复杂的项目。 Labelme：一个简单易用的工具，可以快速标注带有多边形的图像，非常适合简单的任务。 LabelImg: 一款易于使用的图形图像标注工具，特别适合以 YOLO 格式创建边界框标注。

这些开源工具经济实惠，并提供一系列功能来满足不同的标注需求。

界面核心代码：