基于 YOLOv8 的高速路面病害无人机检测数据集与训练实战

注：单张图像可包含多个类别，总标注实例数为 7,640。

数据集划分

一、环境准备

推荐使用 Python 3.8+ 环境，安装 Ultralytics 库以支持 YOLOv8。

pip install ultralytics opencv-python numpy pandas tqdm

ultralytics 是官方 YOLOv8 库，原生支持 YOLO 格式标注，并兼容 VOC/COCO 格式的转换。

二、数据组织结构

建议将数据整理为标准的 YOLO 目录结构。假设根目录为 HighwayDamageDataset：

HighwayDamageDataset/
├── images/
│   ├── train/ # 3153 张
│   ├── val/   # 157 张
│   └── test/  # 39 张
└── labels/
    ├── train/
    ├── val/
    └── test/

每张图像 xxx.jpg 对应一个 xxx.txt，内容格式如下（坐标归一化到 [0,1]）：

<class_id> <x_center> <y_center> <width> <height>

若你手头只有 VOC 或 COCO 标注，请参考后文提供的转换脚本。

三、YOLO 配置文件

创建 highway_damage.yaml 文件，定义路径和类别映射。

# highway_damage.yaml
train: ./HighwayDamageDataset/images/train
val: ./HighwayDamageDataset/images/val
test: ./HighwayDamageDataset/images/test
nc: 6
names:
  - Cracks
  - Waterlogging
  - Ravelling
  - Muddy_road
  - Road_side_garbage
  - Potholes

💡 虽然 YAML 中支持中文，但建议保留英文命名以避免部分工具兼容问题。推理时可通过字典映射显示中文标签。

四、训练脚本

编写 train_highway.py 进行模型训练。这里选用 yolov8s.pt 作为预训练权重，兼顾速度与精度。

# train_highway.py
from ultralytics import YOLO
import os

def main():
    # 创建输出目录
    os.makedirs("runs/highway_damage", exist_ok=True)
    
    # 加载预训练模型
    model = YOLO('yolov8s.pt')
    
    # 开始训练
    results = model.train(
        data='highway_damage.yaml',
        epochs=150,
        imgsz=1024,
        batch=8,
        name='yolov8s_highway_1024',
        project='runs/highway_damage',
        device=0,
        workers=8,
        cache=False,
        optimizer='AdamW',
        lr0=0.01,
        lrf=0.01,
        momentum=0.937,
        weight_decay=0.0005,
        warmup_epochs=3,
        patience=30,
        save=True,
        save_period=10,
        verbose=True,
        plots=True,
        hsv_h=0.015,
        hsv_s=0.7,
        hsv_v=0.4,
        degrees=10.0,
        translate=0.1,
        scale=0.5,
        shear=2.0,
        perspective=0.001,
        flipud=0.0,
        fliplr=0.5,
        mosaic=1.0,
        mixup=0.1
    )
    print(f"✅ 训练完成！最佳模型路径：{results.save_dir}/weights/best.pt")

if __name__ == "__main__":
    main()

命令行快速训练

如果你更习惯使用命令行，可以直接运行以下命令替代脚本：

yolo detect train \
  data=highway_damage.yaml \
  model=yolov8s.pt \
  epochs=150 \
  imgsz=1024 \
  batch=8 \
  name=yolov8s_highway_1024 \
  project=runs/highway_damage \
  device=0 \
  optimizer=AdamW \
  patience=30 \
  hsv_h=0.015 hsv_s=0.7 hsv_v=0.4 \
  degrees=10 fliplr=0.5 mosaic=1.0

五、关键训练建议

针对航拍图像的特殊性，以下几点值得注意：

六、格式转换脚本

VOC 转 YOLO

如果你的数据是 XML 格式，可使用以下脚本转换：

# voc2yolo.py
import os
import xml.etree.ElementTree as ET
from pathlib import Path

class_names = [
    "Cracks",
    "Waterlogging",
    "Ravelling",
    "Muddy_road",
    "Road_side_garbage",
    "Potholes"
]

def convert_voc_to_yolo(voc_dir, yolo_dir, image_dir):
    os.makedirs(yolo_dir, exist_ok=True)
    for xml_file in Path(voc_dir).glob("*.xml"):
        tree = ET.parse(xml_file)
        root = tree.getroot()
        img_w = int(root.find('size/width').text)
        img_h = int(root.find('size/height').text)
        lines = []
        for obj in root.findall('object'):
            cls_name = obj.find('name').text
            if cls_name not in class_names:
                continue
            cls_id = class_names.index(cls_name)
            bndbox = obj.find('bndbox')
            xmin = int(bndbox.find('xmin').text)
            ymin = int(bndbox.find('ymin').text)
            xmax = int(bndbox.find('xmax').text)
            ymax = int(bndbox.find('ymax').text)
            x_center = (xmin + xmax) / 2 / img_w
            y_center = (ymin + ymax) / 2 / img_h
            width = (xmax - xmin) / img_w
            height = (ymax - ymin) / img_h
            lines.append(f"{cls_id} {x_center:.6f} {y_center:.6f} {width:.6f} {height:.6f}")
        with open(os.path.join(yolo_dir, xml_file.stem + '.txt'), 'w') as f:
            f.write('\n'.join(lines))

# 使用示例
# convert_voc_to_yolo('annotations/voc/train', 'labels/train', 'images/train')

COCO 转 YOLO

YOLOv8 原生支持 COCO JSON 格式。只需在 highway_damage.yaml 中指定路径，并确保类别顺序与 names 列表一致即可：

train: path/to/coco/train.json
val: path/to/coco/val.json

七、推理与部署

训练完成后，加载最佳模型进行推理。以下示例展示了如何读取检测结果并映射为中文标签。

from ultralytics import YOLO

model = YOLO('runs/highway_damage/yolov8s_highway_1024/weights/best.pt')
results = model('test_image.jpg')

chinese_names = {
    "Cracks": "裂缝",
    "Waterlogging": "积水",
    "Ravelling": "松散",
    "Muddy_road": "泥泞道路",
    "Road_side_garbage": "道路旁垃圾",
    "Potholes": "坑洼"
}

for r in results:
    boxes = r.boxes
    for box in boxes:
        cls_name = model.names[int(box.cls)]
        print(f"检测到：{chinese_names.get(cls_name, cls_name)}")

📌 注意：由于原始图像宽高比极端（约 9:16），YOLO 会自动 padding 成正方形。若需严格保留比例，可考虑滑动窗口裁剪或使用 YOLOv8-OBB（本任务无需旋转框）。