基于 YOLOv8 的无人机红外可见光光伏缺陷检测数据集与训练指南

数据集中涵盖了 10 种典型的光伏组件缺陷，部分为复合缺陷。以下是详细的类别对照表：

⚠️ 注意：ID 8 和 9 属于复合缺陷。在标注时，应分别框出每个缺陷区域并标记其对应的类别 ID，不要合并为一个框。

四、数据预处理实战

YOLOv8 原生支持 YOLO 格式的 txt 标注，而我们的原始数据是 XML 格式。这里分享一个实用的转换脚本思路，无需依赖第三方库即可快速完成迁移。

1. XML 转 YOLO 格式

我们需要解析 XML 中的边界框坐标，并将其归一化到 [0, 1] 区间。下面是一个基础的 Python 处理逻辑示例：

import xml.etree.ElementTree as ET
import os

def convert_xml_to_yolo(xml_path, img_path, output_dir):
    """
    将 PASCAL VOC XML 标注转换为 YOLO 格式
    """
    tree = ET.parse(xml_path)
    root = tree.getroot()
    
    # 获取图片尺寸用于归一化
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)
    
    # 准备输出文件名
    out_name = os.path.basename(img_path).replace('.jpg', '.txt')
    out_path = os.path.join(output_dir, out_name)
    
    with open(out_path, 'w') as f:
        for obj in root.findall('object'):
            cls_name = obj.find('name').text
            bbox = obj.find('bndbox')
            
            # 提取坐标
            x_min = float(bbox.find('xmin').text)
            y_min = float(bbox.find('ymin').text)
            x_max = float(bbox.find('xmax').text)
            y_max = float(bbox.find('ymax').text)
            
            # 计算中心点和宽高（归一化）
            x_center = (x_min + x_max) / 2.0 / w
            y_center = (y_min + y_max) / 2.0 / h
            width = (x_max - x_min) / w
            height = (y_max - y_min) / h
            
            # 写入一行：class_id x_center y_center width height
            # 实际使用时需建立 cls_name 到 id 的映射字典
            cls_id = class_map.get(cls_name, 0)
            f.write(f"{cls_id} {x_center:.6f} {y_center:.6f} {width:.6f} {height:.6f}\n")

这段代码的关键在于坐标归一化。YOLO 算法不关心绝对像素值，它需要的是相对于图片宽高的比例，这样模型才能适应不同分辨率的输入。

2. 配置 dataset.yaml

转换完成后，我们需要告诉 YOLOv8 我们的类别数量和名称。创建一个 dataset.yaml 文件至关重要：

train: ../data/images/train
val: ../data/images/val
test: ../data/images/test
nc: 10
names: ['dmjrb', 'ns', 'dyrb', 'ejgl', 'zw', 'yyzd', 'ygfs', 'ycdw', 'dmjrb_ycdw', 'dyrb_ycdw']

这里 nc 代表类别数量，必须与 names 列表长度一致。使用缩写作为名称可以保持文件名的简洁，但在推理结果展示时，建议配合一个翻译字典以便阅读。

五、应用与展望

这套数据不仅适用于学术研究，在工业界也有明确的落地场景：

• 智能巡检：无人机自动巡航，实时回传缺陷位置。
• 故障定位：AI 精准定位问题组件，减少人工排查时间。
• 效率评估：通过缺陷面积估算功率损失，辅助运维决策。

双模态融合能有效解决单一可见光无法发现'热斑'或'隐裂'的问题。当然，实际部署中也面临小目标密集、类别不平衡等挑战，建议在训练时结合 Mosaic 增强和 Focal Loss 来优化模型表现。