简介基于Yolov8的道路破损检测资源面向目标检测研究、道路养护及智能交通场景的开发者完整覆盖数据标注、模型训练与可视化环节适合需要快速上手Yolov8落地项目的学习者。资源共2000个文件包含670个XML标注文件、668个TXT标签文件、545个Markdown文档和96个Python脚本分别对应数据标注、模型说明与训练推理逻辑YAML配置和C辅助代码支撑参数调整与工程集成压缩包大小82.02MB已有169人学习浏览。学习者可直接加载已训练好的模型权重对道路破损图像进行快速检测并结合可视化结果观察破损位置与类型。随包提供的数据集构建思路、超参数调整策略和多语言示例代码也为自行复现、改进或迁移到类似检测场景提供了实用参考。1. 道路破损检测这个场景为什么值得用 Yolov8 跑通一遍道路破损检测是基础设施巡检里最常见也最刚需的视觉任务。裂缝、坑槽、修补块这些破损在图像里往往对比度低、形态细长、背景杂音大传统的边缘检测和阈值分割只能给出“哪里不平整”的模糊提示分不清是裂缝还是水渍更没办法导出带类别和定位坐标的结果给工单系统。Yolov8 的优势在于它同时完成了目标检测的标注、训练、推理和可视化整条链路一套框架就能从零开始产出可用的权重文件。开发者不需要自己拼装锚框、候选区、NMS 和损失函数只需要把精力集中在数据集整理、训练参数和结果验证上。这篇文章按“训练数据集→训练好的模型→可视化结果”的顺序讲法适合第一次跑目标检测的工程师也适合把 Yolov8 作为缺陷检测基线、后续想改进检测头的算法岗同学。读完你至少能自己做出一份带框、带类别、带置信度的道路破损巡检输出。2. Yolov8道路破损检测的模型结构与选型理由2.1 为什么是 Yolov8而不是 SSD 或传统边缘检测道路破损检测的难点在于目标尺寸变化大。裂缝宽度可能只有几个像素坑槽却能占图片三分之一。传统 CV 方法如 Canny 边缘检测对光照极度敏感路面阴影、车道线、伸缩缝都会造成大量假边缘。SSD 虽然推理快但对小目标召回率偏弱它的默认特征图设计对细长形目标不友好需要手工调整先验框比例调试成本高。Yolov8 走的是一条更省心的路线。它使用 anchor-free 的检测头直接预测目标中心点到边界的距离不再依赖手工设计的锚框尺寸。道路破损类别并不像 COCO 那样有丰富的语义信息但它的背景非常复杂路面纹理、油渍、修补痕迹都会干扰分类。Yolov8 的 C2f 模块通过跨层分支拼接增强了梯度流动让浅层纹理信息和深层语义信息能共同作用对“裂缝和路面阴影”这类低对比度区分是有优势的。从工程交付角度看Yolov8 的生态也最完整。Ultralytics 官方仓库提供了一整套 CLI 命令从标注格式检查到训练、验证、导出 ONNX 再到 TensorRT 部署全部覆盖。如果项目组要求在一个月内交付一个可演示的破损检测原型Yolov8 是最稳妥的起点后续即使要替换成更轻量的模型也可以把标注数据和评估流程原样保留。2.2 Yolov8模型结构中的C2f与检测头分工Yolov8 的主干网络是 CSPDarknet 的变体核心替换模块就是 C2f。C2f 将输入特征图拆成两条支路一条直接通过另一条经过多个 Bottleneck 堆叠后再和浅层特征拼接。相比 Yolov5 的 C3 模块C2f 在所有层上都保留了梯度高速通道训练时梯度能更容易传到网络的浅层。道路破损检测最怕的就是浅层纹理特征在反向传播中被淹没C2f 恰好缓解了这一点。检测头部分采用解耦结构分类分支和回归分支不再共享同一个卷积输出。这样做的好处是分类任务关注“裂缝和修补在语义上怎么区分”回归任务关注“破损边界到底贴得紧不紧”两者互不干扰。在 GTX1660Ti 这类中等显卡上解耦头带来的几个毫秒延迟完全可接受但 mAP 收益是实打实的。从模型文件大小来看Yolov8 提供了 n、s、m、l、x 五个尺度实际选择可以按推理设备决定模型尺寸参数量640 输入下适合的设备道路破损场景建议yolov8n3.2M香橙派、树莓派、边缘盒子实时巡检精度要求不高yolov8s11.2MGTX1660Ti、RTX3050性价比最高的起点yolov8m25.9MRTX3060 及以上离线批量分析高精度yolov8l / x43M数据中心级 GPU追求最好精度不care延迟上述参数只能作为选型参考实际训练时应从 s 或 n 开始把数据集质量做扎实后再往上升级而不是一上来就选最大的模型。2.3 Yolov8环境配置的最小可行步骤Yolov8 的环境配置踩坑点主要在 CUDA 和 PyTorch 的版本组合上。推荐的方式是先创建干净的虚拟环境再安装 PyTorch最后装 Ultralytics。以下命令在 Windows 和 Ubuntu20.04 上都适用只是路径写法不同。conda create -n road_damage python3.10 -y conda activate road_damage pip install torch2.1.2 torchvision0.16.2 --index-url https://download.pytorch.org/whl/cu118 pip install ultralytics8.2.0命令中--index-url指定了 CUDA 11.8 对应的 PyTorch 预编译包GTX1660Ti 和 RTX 系列都能跑。Ultralytics 的8.2.0是相对稳定的版本避免直接安装最新版导致未来新增代码行为变化。装完后不需要立即训练先跑一次推理验证环境yolo detect predict modelyolov8n.pt sourcetest.jpg执行后如果命令行输出目标框信息和处理耗时说明环境正常。从网络搜索热词来看很多人卡在“yolov8下载与安装”这一步经常是忘记激活虚拟环境或者 torch 装成了 CPU 版本。可以这样检查 torch 是否识别了 GPUimport torch print(torch.cuda.is_available())如果输出False不要急着重装先看nvidia-smi里的 CUDA 驱动版本是否满足 PyTorch 的要求。CUDA 11.8 需要 525 以上的驱动显卡驱动比运行时版本低就会出现检测不到 GPU 的情况。3. 构建道路破损训练数据集并训练 Yolov8 模型3.1 道路破损数据集的类别设定与采集建议道路破损检测通常定义三类就够了crack裂缝、pothole坑槽、repair修补区域。类别定义太细会分散训练数据比如把裂缝再分成纵向、横向、网状如果每类只有几百张图模型很容易过拟合。定义太粗也不行把坑槽和破损修补都归成 damage输出结果无法指导后续维修派单。数据采集时要刻意覆盖不同路面材质和光照条件。水泥路面和沥青路面的纹理差异很大夜间路灯下裂缝对比度低雨天积水会让坑槽边界变大。标注后要统计每个类别的数量保证最少的类别也有 800 张以上图片。如果某类数据不足优先考虑扩充公开的路面缺陷数据集而不是强行做旋转或颜色翻转因为破损的形状对翻转变换比较敏感。3.2 标注工具选型与 YOLO 格式目录结构标注工具建议使用 LabelImg它支持直接导出 YOLO 格式。每张图片对应一个同名 txt 文件内容是若干行表示class x_center y_center width height的归一化坐标。道路破损图片通常由巡检车拍摄分辨率较高标注前需要统一裁剪或缩放。Yolov8 训练时会自动将图片缩放至imgsz指定的大小但原始图片太大标注框的面积占比会失真建议原始图片宽边不超过 1920。目录结构固定为以下形式road_damage/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ └── data.yamlimages和labels下的文件名必须一一对应。标注完成后可以运行一个小脚本验证标签是否越界或损坏# check_labels.py from pathlib import Path for label_path in Path(labels/train).glob(*.txt): lines label_path.read_text().strip().splitlines() for line in lines: parts line.split() if len(parts) ! 5: print(fbad line: {label_path} - {line}) continue _, xc, yc, w, h parts xc, yc, w, h map(float, (xc, yc, w, h)) if not (0 xc 1 and 0 yc 1 and w 0 and h 0): print(fbad box: {label_path} - {line})这段脚本把每个 txt 按行拆开检查是否都有 5 个数值以及中心点和宽高是否在有效范围内。训练前手动跑一遍能避免“训练中途出现 loss 为 nan”的无效反馈。3.3 data.yaml 配置与关键训练参数说明data.yaml是连接数据集和模型的桥梁典型内容如下path: D:/datasets/road_damage train: images/train val: images/val test: images/test nc: 3 names: [crack, pothole, repair]path建议写绝对路径因为训练命令有可能在别的目录下执行。train、val、test写相对于path的路径不要带斜杠开头的写法否则 Yolov8 会把路径拼错。nc是类别数和names列表长度必须一致。训练命令如下yolo detect train \ modelyolov8s.pt \ dataroad_damage/data.yaml \ epochs100 \ imgsz640 \ batch8 \ patience15 \ workers4 \ device0 \ projectruns/detect \ nameroad_damage_s参数解释modelyolov8s.pt从这个预训练权重开始微调比从零训练收敛快很多。COCO 数据集中没有道路破损类别但底层的纹理特征仍然可迁移。epochs100配合patience15如果验证集指标连续 15 轮不提升就提前停止避免浪费时间。imgsz640输入图片统一缩放边长。裂缝细小时640 会比 320 保留更多细节但显存占用也翻倍。batch8在 GTX1660Ti 6GB 显存下yolov8s 640 输入基本是极限。如果 OOM 就把 batch 降到 4而不建议降到 2 以下否则 BN 统计不稳定。device0指定第一块 GPU。多卡训练时写0,1,2,3。project和name让每次训练都生成独立目录runs/detect/road_damage_s/里面保留训练好的模型和可视化结果。训练完成后runs/detect/road_damage_s/weights/下会出现best.pt和last.pt。best.pt是验证集 mAP 最高的一轮权重交付时应该用best.pt而不是最后一次迭代的last.pt。3.4 训练过程中的损失函数与指标怎么看训练日志里会有box_loss、cls_loss、dfL和mAP50等多个指标。box_loss代表预测框与真实框的位置误差道路破损检测中box_loss下降缓慢不一定代表模型坏了更可能是标注框本身贴合不紧。cls_loss下降速度能直观反映类别是否可分裂缝和修补面如果经常互相误检先看数据标注是不是把类别标混了而不是去改损失函数。在多次训练中还要观察验证集 mAP50 是否持续上升。如果训练集 loss 已经很低但 mAP50 波动剧烈说明模型过拟合了优先增加数据增强和负样本也就是不含任何破损的正常路面图片同时把这些图片的标签设成空 txt 文件。4. 使用训练好的模型做推理与可视化结果输出4.1 用命令行做批量推理并输出可视化结果训练好的best.pt可以直接用于道路破损图片推理。最简单的命令如下yolo detect predict \ modelruns/detect/road_damage_s/weights/best.pt \ sourceD:/test_images \ conf0.25 \ iou0.45 \ saveTrue \ projectruns/predict \ nameroad_damage_result命令中source指向待检测图片目录conf是置信度阈值iou是 NMS 时用的 IoU 阈值。道路破损场景中如果裂缝疑似区域很多可以把conf设到 0.25 而不是默认的 0.25 偏低一点如果要求输出结果干净就调到 0.4 以上。iou控制在 0.450.5 之间太大容易合并相邻的坑槽框太小会出现一个目标多个重复框。执行后runs/predict/road_damage_result/下会生成原图编号的 jpg 文件每个检测框带着类别名和置信度。同时还会生成一个labels/子目录里面保存 YOLO 格式的 txt坐标是归一化的后续如果需要报表统计可以直接解析这些 txt。4.2 用 Python API 做自定义可视化画框标注类别与置信度命令行虽然方便但交付时通常需要把检测结果叠加在巡检系统界面上这时候用 Python API 更直接。# infer_damage.py from ultralytics import YOLO import cv2 # 加载训练好的模型 model YOLO(runs/detect/road_damage_s/weights/best.pt) # 读取待检测图片 img cv2.imread(test_pothole.jpg) # 推理返回 Results 对象列表 results model.predict(img, conf0.25, iou0.45) # 绘制检测框 for r in results: boxes r.boxes for box in boxes: x1, y1, x2, y2 box.xyxy[0].tolist() conf box.conf[0].item() cls_id int(box.cls[0].item()) label f{model.names[cls_id]} {conf:.2f} cv2.rectangle(img, (int(x1), int(y1)), (int(x2), int(y2)), (0, 255, 0), 2) cv2.putText(img, label, (int(x1), int(y1) - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 0, 255), 2) # 保存可视化结果 cv2.imwrite(test_pothole_pred.jpg, img)box.xyxy给出的是像素坐标box.conf是置信度box.cls是类别编号。model.names将类别编号映射回字符串。代码里从results[0]中取框因为对单张图推理时返回列表长度为 1。如果对多张图循环推理注意每次都要用新的Results对象不要重复复用同一个变量。4.3 用模型输出道路破损报表统计类别数量与破损面积实际巡检不只要求“标出来”还要求输出统计信息比如某段路共有多少坑槽、总面积多大。可以在推理脚本中累加框数量并为每个框根据像素宽度估算物理尺寸前提是图片带有 GPS 或测距仪标定信息。# report_damage.py from ultralytics import YOLO from collections import Counter model YOLO(best.pt) image_paths [seg1.jpg, seg2.jpg, seg3.jpg] counts Counter() details [] for path in image_paths: results model.predict(path, conf0.25) for box in results[0].boxes: cls_id int(box.cls[0]) conf box.conf[0].item() counts[model.names[cls_id]] 1 details.append((path, model.names[cls_id], round(conf, 2))) print(破损统计:, dict(counts)) for d in details: print(d)这段代码在每张图上都做独立推理没有画框而是把类别和置信度聚合起来。巡检人员拿到这个统计清单就能按路段生成维修工单。如果要在多张图上连续跟踪同一个坑槽避免重复计数就要用到model.track()而不是predict。4.4 从 best.pt 导出 ONNX 以提升部署推理性能训练好的 PyTorch 模型在落地部署时有两个问题一是依赖 PyTorch 运行环境二是推理速度不如专门优化的推理引擎。Yolov8 官方提供了一键导出 ONNX 的能力yolo export modelruns/detect/road_damage_s/weights/best.pt formatonnx imgsz640执行后生成best.onnx。ONNX 格式可以在 ONNX Runtime 或 TensorRT 上运行不必再安装 PyTorch。在道路破损巡检车实时场景中用 ONNX Runtime 加 CUDA 通常能把推理时间压到原来的一半。注意导出时imgsz要和训练时的imgsz保持一致否则输入 shape 不匹配部署阶段还要做额外的 resize。5. 模型验证与结果可视化进阶损失曲线和错误分析5.1 从损失函数曲线定位训练问题训练过程的每个 epoch 都会在runs/detect/road_damage_s/下更新results.png这张图同时包含train/box_loss、val/box_loss、metrics/mAP50(B)等曲线。不要只看最后是否收敛要观察曲线形态。正常训练下box_loss和cls_loss应该在 20 轮后缓慢下降mAP50稳步上升。如果val/box_loss在训练后期反弹而训练集box_loss还在下降说明模型开始过拟合这时候去做迁移学习增量训练会加重过拟合不如先扩充数据。还有一种常见情况是cls_loss降不下去裂缝和修补面在语义上其实很接近预测结果表现为两者互相误检。这时看confusion_matrix.png矩阵中对角线元素如果不亮说明类别可分性差。优先检查标注是否有边界模糊、类别交替的情况尤其是修补面边缘残留裂缝标注时到底算crack还是repair要在数据集规范里写死。5.2 用混淆矩阵和验证集预测图做错误分析训练结束后runs/detect/road_damage_s/下会生成confusion_matrix.png和val_batch0_pred.jpg。混淆矩阵的行代表真实类别列代表预测类别。道路破损检测中最危险的是把pothole预测为background这意味着坑槽被漏检会直接影响维修计划。如果在矩阵中看到真实裂缝大量被预测成repair可以考虑把两张图片放在同一批次中检查确认是否因为输入的亮度分布不同导致系统偏差。val_batch0_pred.jpg是验证结果的可视化示例图。打开图片观察预测框和真实框的重合程度。细长裂缝容易出现框住一半的问题这是因为 Yolov8 的回归损失对宽高比大的目标惩罚不够解决方案是降低imgsz到更接近目标实际尺寸或者在标注时把裂缝截断成多段小目标让每个框更紧凑。5.3 增量训练与交叉验证的实用策略道路巡检数据是持续增长的。每周新增几百张标注图片后不需要重头训练整个模型而是在现有best.pt基础上继续训练yolo detect train \ modelruns/detect/road_damage_s/weights/best.pt \ dataroad_damage/data.yaml \ epochs20 \ imgsz640 \ batch8 \ patience10以best.pt为初始权重epochs缩短到 20 轮学习率自动调度这样新图片不会重置模型已学到的特征。注意新增数据时要重新划分train/val不要把新增图片全部塞进训练集否则验证集无法反映真实泛化能力。经验是每个类别至少保留 10% 的样本不参与训练作为固定的测试集连续两次增量训练后在固定测试集上对比 mAP就能判断模型是在变好还是被新数据带偏。最终交付的不仅是一个训练好的模型文件还要附上可视化结果样例、预测统计报表和置信度分布图。让非算法人员直接看到裂缝被框出、坑槽被统计成数字这个模型才真正落到道路养护流程里。本文还有配套的精品资源点击获取 YOLOv8道路破损检测实战：从数据集训练到模型部署
简介基于Yolov8的道路破损检测资源面向目标检测研究、道路养护及智能交通场景的开发者完整覆盖数据标注、模型训练与可视化环节适合需要快速上手Yolov8落地项目的学习者。资源共2000个文件包含670个XML标注文件、668个TXT标签文件、545个Markdown文档和96个Python脚本分别对应数据标注、模型说明与训练推理逻辑YAML配置和C辅助代码支撑参数调整与工程集成压缩包大小82.02MB已有169人学习浏览。学习者可直接加载已训练好的模型权重对道路破损图像进行快速检测并结合可视化结果观察破损位置与类型。随包提供的数据集构建思路、超参数调整策略和多语言示例代码也为自行复现、改进或迁移到类似检测场景提供了实用参考。1. 道路破损检测这个场景为什么值得用 Yolov8 跑通一遍道路破损检测是基础设施巡检里最常见也最刚需的视觉任务。裂缝、坑槽、修补块这些破损在图像里往往对比度低、形态细长、背景杂音大传统的边缘检测和阈值分割只能给出“哪里不平整”的模糊提示分不清是裂缝还是水渍更没办法导出带类别和定位坐标的结果给工单系统。Yolov8 的优势在于它同时完成了目标检测的标注、训练、推理和可视化整条链路一套框架就能从零开始产出可用的权重文件。开发者不需要自己拼装锚框、候选区、NMS 和损失函数只需要把精力集中在数据集整理、训练参数和结果验证上。这篇文章按“训练数据集→训练好的模型→可视化结果”的顺序讲法适合第一次跑目标检测的工程师也适合把 Yolov8 作为缺陷检测基线、后续想改进检测头的算法岗同学。读完你至少能自己做出一份带框、带类别、带置信度的道路破损巡检输出。2. Yolov8道路破损检测的模型结构与选型理由2.1 为什么是 Yolov8而不是 SSD 或传统边缘检测道路破损检测的难点在于目标尺寸变化大。裂缝宽度可能只有几个像素坑槽却能占图片三分之一。传统 CV 方法如 Canny 边缘检测对光照极度敏感路面阴影、车道线、伸缩缝都会造成大量假边缘。SSD 虽然推理快但对小目标召回率偏弱它的默认特征图设计对细长形目标不友好需要手工调整先验框比例调试成本高。Yolov8 走的是一条更省心的路线。它使用 anchor-free 的检测头直接预测目标中心点到边界的距离不再依赖手工设计的锚框尺寸。道路破损类别并不像 COCO 那样有丰富的语义信息但它的背景非常复杂路面纹理、油渍、修补痕迹都会干扰分类。Yolov8 的 C2f 模块通过跨层分支拼接增强了梯度流动让浅层纹理信息和深层语义信息能共同作用对“裂缝和路面阴影”这类低对比度区分是有优势的。从工程交付角度看Yolov8 的生态也最完整。Ultralytics 官方仓库提供了一整套 CLI 命令从标注格式检查到训练、验证、导出 ONNX 再到 TensorRT 部署全部覆盖。如果项目组要求在一个月内交付一个可演示的破损检测原型Yolov8 是最稳妥的起点后续即使要替换成更轻量的模型也可以把标注数据和评估流程原样保留。2.2 Yolov8模型结构中的C2f与检测头分工Yolov8 的主干网络是 CSPDarknet 的变体核心替换模块就是 C2f。C2f 将输入特征图拆成两条支路一条直接通过另一条经过多个 Bottleneck 堆叠后再和浅层特征拼接。相比 Yolov5 的 C3 模块C2f 在所有层上都保留了梯度高速通道训练时梯度能更容易传到网络的浅层。道路破损检测最怕的就是浅层纹理特征在反向传播中被淹没C2f 恰好缓解了这一点。检测头部分采用解耦结构分类分支和回归分支不再共享同一个卷积输出。这样做的好处是分类任务关注“裂缝和修补在语义上怎么区分”回归任务关注“破损边界到底贴得紧不紧”两者互不干扰。在 GTX1660Ti 这类中等显卡上解耦头带来的几个毫秒延迟完全可接受但 mAP 收益是实打实的。从模型文件大小来看Yolov8 提供了 n、s、m、l、x 五个尺度实际选择可以按推理设备决定模型尺寸参数量640 输入下适合的设备道路破损场景建议yolov8n3.2M香橙派、树莓派、边缘盒子实时巡检精度要求不高yolov8s11.2MGTX1660Ti、RTX3050性价比最高的起点yolov8m25.9MRTX3060 及以上离线批量分析高精度yolov8l / x43M数据中心级 GPU追求最好精度不care延迟上述参数只能作为选型参考实际训练时应从 s 或 n 开始把数据集质量做扎实后再往上升级而不是一上来就选最大的模型。2.3 Yolov8环境配置的最小可行步骤Yolov8 的环境配置踩坑点主要在 CUDA 和 PyTorch 的版本组合上。推荐的方式是先创建干净的虚拟环境再安装 PyTorch最后装 Ultralytics。以下命令在 Windows 和 Ubuntu20.04 上都适用只是路径写法不同。conda create -n road_damage python3.10 -y conda activate road_damage pip install torch2.1.2 torchvision0.16.2 --index-url https://download.pytorch.org/whl/cu118 pip install ultralytics8.2.0命令中--index-url指定了 CUDA 11.8 对应的 PyTorch 预编译包GTX1660Ti 和 RTX 系列都能跑。Ultralytics 的8.2.0是相对稳定的版本避免直接安装最新版导致未来新增代码行为变化。装完后不需要立即训练先跑一次推理验证环境yolo detect predict modelyolov8n.pt sourcetest.jpg执行后如果命令行输出目标框信息和处理耗时说明环境正常。从网络搜索热词来看很多人卡在“yolov8下载与安装”这一步经常是忘记激活虚拟环境或者 torch 装成了 CPU 版本。可以这样检查 torch 是否识别了 GPUimport torch print(torch.cuda.is_available())如果输出False不要急着重装先看nvidia-smi里的 CUDA 驱动版本是否满足 PyTorch 的要求。CUDA 11.8 需要 525 以上的驱动显卡驱动比运行时版本低就会出现检测不到 GPU 的情况。3. 构建道路破损训练数据集并训练 Yolov8 模型3.1 道路破损数据集的类别设定与采集建议道路破损检测通常定义三类就够了crack裂缝、pothole坑槽、repair修补区域。类别定义太细会分散训练数据比如把裂缝再分成纵向、横向、网状如果每类只有几百张图模型很容易过拟合。定义太粗也不行把坑槽和破损修补都归成 damage输出结果无法指导后续维修派单。数据采集时要刻意覆盖不同路面材质和光照条件。水泥路面和沥青路面的纹理差异很大夜间路灯下裂缝对比度低雨天积水会让坑槽边界变大。标注后要统计每个类别的数量保证最少的类别也有 800 张以上图片。如果某类数据不足优先考虑扩充公开的路面缺陷数据集而不是强行做旋转或颜色翻转因为破损的形状对翻转变换比较敏感。3.2 标注工具选型与 YOLO 格式目录结构标注工具建议使用 LabelImg它支持直接导出 YOLO 格式。每张图片对应一个同名 txt 文件内容是若干行表示class x_center y_center width height的归一化坐标。道路破损图片通常由巡检车拍摄分辨率较高标注前需要统一裁剪或缩放。Yolov8 训练时会自动将图片缩放至imgsz指定的大小但原始图片太大标注框的面积占比会失真建议原始图片宽边不超过 1920。目录结构固定为以下形式road_damage/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ └── data.yamlimages和labels下的文件名必须一一对应。标注完成后可以运行一个小脚本验证标签是否越界或损坏# check_labels.py from pathlib import Path for label_path in Path(labels/train).glob(*.txt): lines label_path.read_text().strip().splitlines() for line in lines: parts line.split() if len(parts) ! 5: print(fbad line: {label_path} - {line}) continue _, xc, yc, w, h parts xc, yc, w, h map(float, (xc, yc, w, h)) if not (0 xc 1 and 0 yc 1 and w 0 and h 0): print(fbad box: {label_path} - {line})这段脚本把每个 txt 按行拆开检查是否都有 5 个数值以及中心点和宽高是否在有效范围内。训练前手动跑一遍能避免“训练中途出现 loss 为 nan”的无效反馈。3.3 data.yaml 配置与关键训练参数说明data.yaml是连接数据集和模型的桥梁典型内容如下path: D:/datasets/road_damage train: images/train val: images/val test: images/test nc: 3 names: [crack, pothole, repair]path建议写绝对路径因为训练命令有可能在别的目录下执行。train、val、test写相对于path的路径不要带斜杠开头的写法否则 Yolov8 会把路径拼错。nc是类别数和names列表长度必须一致。训练命令如下yolo detect train \ modelyolov8s.pt \ dataroad_damage/data.yaml \ epochs100 \ imgsz640 \ batch8 \ patience15 \ workers4 \ device0 \ projectruns/detect \ nameroad_damage_s参数解释modelyolov8s.pt从这个预训练权重开始微调比从零训练收敛快很多。COCO 数据集中没有道路破损类别但底层的纹理特征仍然可迁移。epochs100配合patience15如果验证集指标连续 15 轮不提升就提前停止避免浪费时间。imgsz640输入图片统一缩放边长。裂缝细小时640 会比 320 保留更多细节但显存占用也翻倍。batch8在 GTX1660Ti 6GB 显存下yolov8s 640 输入基本是极限。如果 OOM 就把 batch 降到 4而不建议降到 2 以下否则 BN 统计不稳定。device0指定第一块 GPU。多卡训练时写0,1,2,3。project和name让每次训练都生成独立目录runs/detect/road_damage_s/里面保留训练好的模型和可视化结果。训练完成后runs/detect/road_damage_s/weights/下会出现best.pt和last.pt。best.pt是验证集 mAP 最高的一轮权重交付时应该用best.pt而不是最后一次迭代的last.pt。3.4 训练过程中的损失函数与指标怎么看训练日志里会有box_loss、cls_loss、dfL和mAP50等多个指标。box_loss代表预测框与真实框的位置误差道路破损检测中box_loss下降缓慢不一定代表模型坏了更可能是标注框本身贴合不紧。cls_loss下降速度能直观反映类别是否可分裂缝和修补面如果经常互相误检先看数据标注是不是把类别标混了而不是去改损失函数。在多次训练中还要观察验证集 mAP50 是否持续上升。如果训练集 loss 已经很低但 mAP50 波动剧烈说明模型过拟合了优先增加数据增强和负样本也就是不含任何破损的正常路面图片同时把这些图片的标签设成空 txt 文件。4. 使用训练好的模型做推理与可视化结果输出4.1 用命令行做批量推理并输出可视化结果训练好的best.pt可以直接用于道路破损图片推理。最简单的命令如下yolo detect predict \ modelruns/detect/road_damage_s/weights/best.pt \ sourceD:/test_images \ conf0.25 \ iou0.45 \ saveTrue \ projectruns/predict \ nameroad_damage_result命令中source指向待检测图片目录conf是置信度阈值iou是 NMS 时用的 IoU 阈值。道路破损场景中如果裂缝疑似区域很多可以把conf设到 0.25 而不是默认的 0.25 偏低一点如果要求输出结果干净就调到 0.4 以上。iou控制在 0.450.5 之间太大容易合并相邻的坑槽框太小会出现一个目标多个重复框。执行后runs/predict/road_damage_result/下会生成原图编号的 jpg 文件每个检测框带着类别名和置信度。同时还会生成一个labels/子目录里面保存 YOLO 格式的 txt坐标是归一化的后续如果需要报表统计可以直接解析这些 txt。4.2 用 Python API 做自定义可视化画框标注类别与置信度命令行虽然方便但交付时通常需要把检测结果叠加在巡检系统界面上这时候用 Python API 更直接。# infer_damage.py from ultralytics import YOLO import cv2 # 加载训练好的模型 model YOLO(runs/detect/road_damage_s/weights/best.pt) # 读取待检测图片 img cv2.imread(test_pothole.jpg) # 推理返回 Results 对象列表 results model.predict(img, conf0.25, iou0.45) # 绘制检测框 for r in results: boxes r.boxes for box in boxes: x1, y1, x2, y2 box.xyxy[0].tolist() conf box.conf[0].item() cls_id int(box.cls[0].item()) label f{model.names[cls_id]} {conf:.2f} cv2.rectangle(img, (int(x1), int(y1)), (int(x2), int(y2)), (0, 255, 0), 2) cv2.putText(img, label, (int(x1), int(y1) - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 0, 255), 2) # 保存可视化结果 cv2.imwrite(test_pothole_pred.jpg, img)box.xyxy给出的是像素坐标box.conf是置信度box.cls是类别编号。model.names将类别编号映射回字符串。代码里从results[0]中取框因为对单张图推理时返回列表长度为 1。如果对多张图循环推理注意每次都要用新的Results对象不要重复复用同一个变量。4.3 用模型输出道路破损报表统计类别数量与破损面积实际巡检不只要求“标出来”还要求输出统计信息比如某段路共有多少坑槽、总面积多大。可以在推理脚本中累加框数量并为每个框根据像素宽度估算物理尺寸前提是图片带有 GPS 或测距仪标定信息。# report_damage.py from ultralytics import YOLO from collections import Counter model YOLO(best.pt) image_paths [seg1.jpg, seg2.jpg, seg3.jpg] counts Counter() details [] for path in image_paths: results model.predict(path, conf0.25) for box in results[0].boxes: cls_id int(box.cls[0]) conf box.conf[0].item() counts[model.names[cls_id]] 1 details.append((path, model.names[cls_id], round(conf, 2))) print(破损统计:, dict(counts)) for d in details: print(d)这段代码在每张图上都做独立推理没有画框而是把类别和置信度聚合起来。巡检人员拿到这个统计清单就能按路段生成维修工单。如果要在多张图上连续跟踪同一个坑槽避免重复计数就要用到model.track()而不是predict。4.4 从 best.pt 导出 ONNX 以提升部署推理性能训练好的 PyTorch 模型在落地部署时有两个问题一是依赖 PyTorch 运行环境二是推理速度不如专门优化的推理引擎。Yolov8 官方提供了一键导出 ONNX 的能力yolo export modelruns/detect/road_damage_s/weights/best.pt formatonnx imgsz640执行后生成best.onnx。ONNX 格式可以在 ONNX Runtime 或 TensorRT 上运行不必再安装 PyTorch。在道路破损巡检车实时场景中用 ONNX Runtime 加 CUDA 通常能把推理时间压到原来的一半。注意导出时imgsz要和训练时的imgsz保持一致否则输入 shape 不匹配部署阶段还要做额外的 resize。5. 模型验证与结果可视化进阶损失曲线和错误分析5.1 从损失函数曲线定位训练问题训练过程的每个 epoch 都会在runs/detect/road_damage_s/下更新results.png这张图同时包含train/box_loss、val/box_loss、metrics/mAP50(B)等曲线。不要只看最后是否收敛要观察曲线形态。正常训练下box_loss和cls_loss应该在 20 轮后缓慢下降mAP50稳步上升。如果val/box_loss在训练后期反弹而训练集box_loss还在下降说明模型开始过拟合这时候去做迁移学习增量训练会加重过拟合不如先扩充数据。还有一种常见情况是cls_loss降不下去裂缝和修补面在语义上其实很接近预测结果表现为两者互相误检。这时看confusion_matrix.png矩阵中对角线元素如果不亮说明类别可分性差。优先检查标注是否有边界模糊、类别交替的情况尤其是修补面边缘残留裂缝标注时到底算crack还是repair要在数据集规范里写死。5.2 用混淆矩阵和验证集预测图做错误分析训练结束后runs/detect/road_damage_s/下会生成confusion_matrix.png和val_batch0_pred.jpg。混淆矩阵的行代表真实类别列代表预测类别。道路破损检测中最危险的是把pothole预测为background这意味着坑槽被漏检会直接影响维修计划。如果在矩阵中看到真实裂缝大量被预测成repair可以考虑把两张图片放在同一批次中检查确认是否因为输入的亮度分布不同导致系统偏差。val_batch0_pred.jpg是验证结果的可视化示例图。打开图片观察预测框和真实框的重合程度。细长裂缝容易出现框住一半的问题这是因为 Yolov8 的回归损失对宽高比大的目标惩罚不够解决方案是降低imgsz到更接近目标实际尺寸或者在标注时把裂缝截断成多段小目标让每个框更紧凑。5.3 增量训练与交叉验证的实用策略道路巡检数据是持续增长的。每周新增几百张标注图片后不需要重头训练整个模型而是在现有best.pt基础上继续训练yolo detect train \ modelruns/detect/road_damage_s/weights/best.pt \ dataroad_damage/data.yaml \ epochs20 \ imgsz640 \ batch8 \ patience10以best.pt为初始权重epochs缩短到 20 轮学习率自动调度这样新图片不会重置模型已学到的特征。注意新增数据时要重新划分train/val不要把新增图片全部塞进训练集否则验证集无法反映真实泛化能力。经验是每个类别至少保留 10% 的样本不参与训练作为固定的测试集连续两次增量训练后在固定测试集上对比 mAP就能判断模型是在变好还是被新数据带偏。最终交付的不仅是一个训练好的模型文件还要附上可视化结果样例、预测统计报表和置信度分布图。让非算法人员直接看到裂缝被框出、坑槽被统计成数字这个模型才真正落到道路养护流程里。本文还有配套的精品资源点击获取