企业官网建设流程全解析

简介：基于Python+YOLOv5的桥梁与路面裂缝检测识别项目，是一份可直接运行的毕业设计源码和模型包，面向计算机相关专业学生、毕业设计及课程设计人群，也适合零基础学习者用于项目实战练习。项目围绕基础设施裂缝检测这一现实任务，提供了从数据配置、模型训练到图片/摄像头实时推理的完整流程，结构清晰，代码可运行，并曾获导师认可、评审得分99分，可直接作为毕设底稿或课程作业。资源包共85个文件，以py源码、yaml配置、pyc编译文件为主体，辅以sh环境脚本、Dockerfile和多种裂缝示例图片，压缩包仅1.6MB，轻量易下载，便于快速部署。已有78人学习浏览，适合正在完成毕设或想快速跑通目标检测项目的读者。借助该方案可复现裂缝检测全流程，也能按需修改数据与参数，用于后续算法改进或论文实验。

1. 毕业设计选 Python+Yolov5 做路面桥梁裂缝检测：为什么这题看着简单，却每年都有人翻车

毕业设计要选 Python+Yolov5 做路面桥梁裂缝检测，几乎是计算机视觉方向最容易上手的目标检测题目。裂缝识别既有真实场景，又能用边界框和置信度直观展示，答辩时放一张裂缝被框出来的效果图，比讲一堆数学公式更能让评委点头。但这个项目并不是把源代码和模型下载下来就能交差的：Python 环境、数据标注、yolov5 超参数，每一处都能让人卡上一周。适合的人群很明确，想完整走一遍“采集数据 → 标注 → 训练 → 评估”流程的本科生，或者刚入门目标检测、想拿裂缝当落地场景的开发者。下面按我实际跑通这个方向的顺序写，照着做能省下不少反复摸索的时间。

2. 裂缝检测前先看懂 Yolov5：网络结构、模型选型与本地跑通 demo

2.1 看懂 yolov5 网络结构图：Backbone、Neck 与 Head 各管什么

很多人一开始就跳过网络结构，直接跑训练脚本，结果模型变成黑匣子，出了问题不知道去哪看。YOLOv5 的主体结构在任何一张 yolov5 网络结构图上都能看得很清楚，它由三块拼起来：Backbone 负责从原始图像里抽特征，Neck 负责把不同尺度的特征融合，Head 负责在最终特征图上输出预测框和类别概率。裂缝检测对这三块各有要求。Backbone 的深度决定了对细纹理的敏感度，Neck 的多尺度融合决定了对长短不一裂缝的适配度，Head 的锚框设计则决定了细小目标能不能被准确定位。

YOLOv5 的 Backbone 使用了 CSPDarknet 结构，把通道分成两部分，一部分经过卷积计算，另一部分直接跨层相连，用这种设计减少重复梯度计算，同时保留更多细节信息。路面桥梁裂缝在图像里往往是低对比度边缘，背景里有沥青颗粒、桥墩阴影、伸缩缝，这些都会干扰特征提取，所以 Backbone 的浅层特征对裂缝边界尤其重要。Neck 部分是 FPN 加 PANet 的组合，FPN 从高层往低层传语义信息，PANet 再自底向上补充空间细节，最后在 Head 端得到三个不同尺度的输出，分别负责小、中、大目标。裂缝的长宽比差异极大，一张图里可能同时存在几像素宽的细纹，也有横向贯穿几十厘米的长缝，这种跨度让单尺度输出完全失效。看网络结构图时，要理解的是为什么需要三个输出头，而不只是记住模块名字。

很多毕业设计的失败不是模型不好，而是压根不看结构就把源代码里的参数一顿乱改。改之前至少要在图上找到输入尺寸从哪里进入、三个预测层在哪些位置生成，这样后面调训练参数时，才知道改的是哪一个环节。

2.2 路面桥梁裂缝该选哪个模型：从 yolov5s 到 yolov5x 的取舍

YOLOv5 常见有 n、s、m、l、x 五档模型。用在哪决定选哪档。如果手里的显卡只有 4G 到 6G 显存，训练时间又只剩一两周，老老实实选 yolov5s；如果只做验证，CPU 推理也能跑，选 yolov5n 更轻松；如果桥梁远景图片里的裂缝只有十几个像素，显卡 10G 以上，可以考虑 yolov5m 或 yolov5l，但要接受训练时间翻倍的代价。

我通常会先拿 yolov5s 和输入尺寸 640 跑一轮 baseline。这个组合在 6G 显存的笔记本上，batch-size 设 16 勉强能跑，速度也够。跑完看 mAP，如果漏检多再换更大的模型或调高 imgsz。不要一开始就上 yolov5x，那是典型的拿资源换虚荣心，训练时间可能长到让毕设日期告急。imgsz 是另一个容易被忽略的入口参数，640 适合车载摄像头拍的路面，1280 适合无人机拍的桥面，但显存占用会按面积增长，小显存基本碰不了。所以模型档位和输入尺寸要一起规划。

这里有一条血泪经验：先做小模型跑通全流程，再换大模型做对比，这是最稳的节奏。很多失败案例都是第一天就在最大模型上调参，结果连一次完整训练都没跑起来。

2.3 先把环境跑通：Python 安装、依赖安装与第一条 detect.py 命令

无论拿到的是哪个版本的 YOLOv5 源代码，第一步一定是先跑通推理 demo，再碰训练。这一步能帮你确认 Python、PyTorch 和 CUDA 是否兼容，也能让你提前感受模型输出长什么样。用虚拟环境管理项目依赖，可以避免把系统 Python 环境搞乱。常见做法是先创建 conda 环境，再按 requirements.txt 装依赖：

conda create -n yolov5 python=3.8 -y conda activate yolov5 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 pip install -r requirements.txt

参数说明：Python 版本不用追最新，3.8 到 3.10 都可以；torch 的安装源要根据 CUDA 版本选择，如果只是 CPU 推理，就装 CPU 版能省不少空间；requirements.txt 在 YOLOv5 项目根目录下，里面是 opencv-python、pandas、matplotlib 这类依赖。装完先别急着训练，用一张裂缝图片跑推理：

python detect.py --weights yolov5s.pt --source 001.jpg --conf-thres 0.25 --save-txt

这里关键参数有三个。--weights指定模型权重文件，第一次运行会自动下载官方预训练权重；--conf-thres是置信度阈值，0.25 是偏低的值，能看到更多候选框，用来熟悉输出可以，用来做正式统计则要调回 0.4 左右；--save-txt会把每个框的类别、中心坐标、宽高和置信度写进 txt，方便后面做裂缝数量统计。如果机器没有 NVIDIA 显卡，detect.py 默认会用 GPU，启动后会报错，这时在命令末尾加--device cpu，PyTorch 就会用 CPU 推理，速度慢一点但流程能通。CPU 推理一张 640 的图大概要 1 到 3 秒，是正常现象。权重下载如果网络连接不畅，可以直接找已经下载过的同学拷贝一个 yolov5s.pt 放进项目根目录，代码检测到文件已存在就不会再去下载。

源代码管理这件事也很重要，我习惯从第一天就把项目纳入版本管理，每跑完一版训练就提交一次。runs/train/exp目录会按编号自增，再把对应的训练命令和超参数写进备注文件，否则过两周你根本分不清哪个权重是哪次实验产的。这一步属于典的后悔药机制，毕设答辩前尤其关键。

3. 把路面桥梁裂缝做成自己的数据集：采集、标注与划分脚本

3.1 裂缝数据集的两个来源与版权边界

裂缝检测的训练数据有两个主要来源：公开数据集和自采照片。公开裂缝数据集常见的有 CrackForest、Crack500、DeepCrack 这一类，多来自城市道路和混凝土墙面，标签形式有语义分割也有手工框。作为训练素材，它们质量高、量大，可以直接用来做预训练。但它们的场景和桥梁裂缝差异不小：路面裂缝大多在平整沥青背景上，桥梁裂缝常有混凝土纹理、模板接缝和锈迹，直接把公开数据训练出来的模型拿去检测桥梁图片，漏检率会明显上升。

所以我常用的做法是公开数据做底料，自采数据做精调。先拿公开数据集跑一轮，让模型学会裂缝的基本纹理特征，再在自己拍摄的几十张桥梁、道路照片上做二次训练。这样标注工作量能控制在两到三天内，模型在答辩现场面对陌生人拍的图片时也不至于完全失效。还有一条要注意的是版权，公开数据集的引用规则各不相同，毕设论文要在数据集来源一节写清楚名称和出处，这是评委容易追问的点。

自采照片时要尽量覆盖白天、阴影、干燥、湿润、近距离、远距离这些条件。不要只拍大裂缝，真实场景里的细小裂缝才是模型能否落地的关键。如果条件允许，多拍一些带阴影、带水渍、带桥梁伸缩缝的图片，这部分负样本在后面排查误检时非常有用。

3.2 用 LabelImg 标注裂缝并导出 YOLO 格式 txt

有了图片之后，最花时间的就是标注。目标检测标注工具里，LabelImg 因为轻量和稳定，一直是首选。用 pip 直接安装：

pip install labelimg labelimg

启动后，在菜单里把标注格式从 PascalVOC 切换到 YOLO，再打开图片文件夹。框选裂缝时用矩形框，不要太贪心把大块背景包进去。裂缝是细长目标，标注框应该贴着裂缝边缘，宽度尽量覆盖裂缝实际占用的像素区域，否则模型学到的是一个框里大部分是路面，定位自然不准。类别名统一写 crack，毕设阶段不要一上来分 road_crack 和 bridge_crack 两个类，样本少的时候多分类会严重拉低精度。

保存后每张图片会生成一个同名 txt 文件，内容类似：

0 0.487307 0.318269 0.438462 0.159615

这一行五个数字对应类别 id、中心 x、中心 y、宽、高，前四个都是 0 到 1 的归一化坐标。值得强调的是，YOLO 格式里没有像素坐标，直接把像素值写进去会导致训练时所有边界都越界，模型完全学不出来。标注完一定要抽查几行 txt，看到大于 1 的数就回去改。这个细节可以说是裂缝标注里最容易发生的低级错误，但绝大多数报错都会让你怀疑到模型代码头上，实际是标签的问题。

3.3 训练集/验证集/测试集划分：一份不会串包的 Python 脚本

标注完成后，下一步是把图片按比例切成训练集、验证集和测试集。这一步看着简单，实际操作里最常犯的错是图片和 txt 对不上。如果一张图没有对应标签文件，训练时 yolov5 会报警告甚至跳过样本；如果标签文件名不一致，数据加载会漏样本。我习惯写一个脚本，用文件名作为匹配键来划分：

import random, shutil from pathlib import Path random.seed(2024) # 固定种子，保证每次划分结果可复现 dataset = Path("dataset/raw") # 原始图片目录 out = Path("dataset") split = {"train": 0.8, "val": 0.1, "test": 0.1} for img in dataset.glob("*.jpg"): label = dataset / (img.stem + ".txt") if not label.exists(): continue # 有图无标注的，直接跳过，别硬塞进训练集 mode = random.choices(list(split), weights=list(split.values()))[0] (out / mode / "images").mkdir(parents=True, exist_ok=True) (out / mode / "labels").mkdir(parents=True, exist_ok=True) shutil.copy(img, out / mode / "images" / img.name) shutil.copy(label, out / mode / "labels" / label.name)

这个脚本的逻辑很简单：遍历原始图片，强制要求同名 txt 存在，缺失就跳过；然后按比例用随机抽取的方式决定这张图进哪个集合。random.seed(2024)的作用是让每次运行结果一致，这样论文里写的训练集和测试集划分，答辩时还能复核。目录结构上，YOLOv5 默认要求图片放 images，同名标签放 labels，所以脚本里在目标目录下又按 train、val、test 分层。最后检查三个目录下的文件数量，大致 8:1:1 即可。

这里还有一个很隐蔽的坑：如果同一条裂缝被裁剪成多块，这些图片会被随机划分到 train 和 val，导致验证集和训练集高度相似，mAP 虚高，答辩时一换新图片就露馅。所以我后来会按来源批次分组划分，同一批拍摄的图片要么全进训练，要么全进验证，避免数据串包。处理小数据集时，这比简单随机划分重要得多。

4. 用 YOLOv5 训练自己的裂缝数据集：命令、超参数与迁移学习

4.1 修改数据配置文件 data.yaml：路径和类别的三处坑

训练之前要先准备一个数据描述文件，YOLOv5 约定俗成叫data.yaml。内容不多，但三处细节容易出错：

train: dataset/train/images val: dataset/val/images test: dataset/test/images nc: 1 names: ["crack"]

第一处是路径。建议用相对路径，从项目根目录出发，不要写带盘符的绝对路径，换一台电脑就得改一遍。第二处是 train 和 val 的地址，YOLOv5 会自动找同级 labels 目录，也就是说配置里只需要写dataset/train/images，它会自动对应dataset/train/labels，所以千万不能把标签和图片放到同一个目录里。第三处是nc要和names数量一致，如果标注时写了多个类别，这里也要同步改，类别数不一致会让训练报维度错误。

如果启动训练时提示AssertionError: train: No labels found in ...，第一反应不是去改 Python 代码，而是检查dataset/train/labels是否存在、txt 文件名是否和图片一致。这个提示算是我见过最多的 YOLOv5 数据问题，占了数据集报错的一半还多。

4.2 train.py 训练命令拆解：yolov5 超参数这么设才不玄学

配置文件就绪后，进入训练环节。核心命令如下：

python train.py \ --data data.yaml \ --weights yolov5s.pt \ --epochs 100 \ --batch-size 16 \ --imgsz 640 \ --workers 4 \ --device 0

--weights yolov5s.pt是迁移学习的核心，官方预训练权重在大规模公开数据上见过大量真实物体，能提供一个不错的起点，比随机初始化训练少花很多个 epoch 才能收敛。--batch-size是显存敏感参数，6G 显存设 16 已经接近极限，12G 可以设 32；batch 太小会导致 BN 统计量不稳，直观表现就是 loss 抖成心电图。--workers在 Windows 下别超过 2，设 4 或 8 极容易出现 DataLoader 崩溃，这不是代码问题，是 Windows 多进程加载的经典冲突。--device 0指定 GPU 索引，只有一张卡默认就是 0；没有 GPU 就改成 cpu，同时把 batch 降到 4 到 8。

超参数不用全部在命令行传，YOLOv5 把它放在data/hyps/目录下的 yaml 文件里，不同版本文件名略有差异。训练时 train.py 会读入，改这个文件就相当于改超参数。对裂缝检测这个任务，我最常动的是下面三项：

注意，一次只改一个超参数做对比实验，才有资格写进毕业设计的实验分析表。不要同时把 lr、mosaic、fliplr 全改了，最后模型涨了一点，根本不知道是哪个改动起了作用。这个做法在写论文时尤其重要，单变量原则能让实验结果叙述干净很多。

4.3 迁移学习与数据增强：让细裂缝不漏检的进阶操作

常规训练跑完，如果漏检都集中在细裂缝，建议先用冻结策略做两段式训练。常见做法是先冻结 Backbone 前十几层，让模型在保留通用纹理特征的前提下，只更新 Neck 和 Head 的参数：

python train.py --data data.yaml --weights yolov5s.pt --epochs 30 --freeze 10

跑完 30 个 epoch 后，再不加--freeze继续训练 70 个 epoch。这样做的原因是，小数据集上直接微调所有层，模型很容易把裂缝过拟合到背景纹理上；先冻结主干让浅层特征保持稳定，再解冻全网络去学习裂缝特有的边缘组合，收敛过程会平稳很多。

数据增强方面，mosaic对裂缝检测是一把双刃剑。它能把四张图拼成一张，提升训练效率，但裂缝本来就是细长线条，拼图时每张图被缩小一半，裂缝可能直接缩到几个像素，标注框也容易超出拼接边界。所以我通常把mosaic从默认 1.0 降到 0.5，样本量小时这比牺牲精度换多样性划算。如果还是漏检，再把--imgsz提到 1280 重跑一版。代价是训练时间几乎翻倍，一般只作为冲刺手段。

5. 裂缝检测避坑与排查：训练不收敛、漏检错检、显存不足的翻车现场

5.1 训练 loss 不降和 NAN：先查标签，再查学习率

现象：训练日志里 loss 曲线像心跳一样震荡，几十个 epoch 过去精度还在原地踏步；或者某一步突然输出 NAN，模型权重随之报废。

原因分两类。一是数据问题，最常见的有标签文件为空、坐标越界、图片里根本没有裂缝但标签却写了目标；二是超参数问题，初始学习率太高或者 batch-size 太小，BN 层统计量在批次间来回横跳。遇到 NAN 还有一个隐蔽原因：PyTorch 和 numpy 版本不匹配，老版本 YOLOv5 代码对新版 numpy 兼容性差，推理时直接算崩。

解决：先写个小脚本统计整个数据集的标签文件，确认没有越界和空标签；然后把学习率调低 50%，batch-size 尽量大过 8；最后再看依赖版本，把 numpy 固定在稳定版本。如果标签是手工编辑过的，千万别靠肉眼检查，用程序把所有 txt 的值打印一遍，这一步成本最低，收益最直接。

5.2 细裂缝漏检、阴影误检：从标注框和背景样本两方面治

现象：模型对粗裂缝框得很准，但对细小裂缝完全没反应；反过来，对桥墩阴影、路面湿润反光框出大量假阳性，一下框十几个，看着像模像样，实际全是误检。

原因：细裂缝在 640 输入下只占几个像素，下采样后特征图保留不住细节；阴影误检则说明训练集里缺少“没有裂缝但有阴影”的负样本，模型只能从颜色深这一点硬猜。换句话说，模型成了黑匣子，判断依据是不是真裂缝，只能通过数据和测试反推。

解决：第一，把包含细裂缝的图片裁剪成 640 的小块再训练，相当于变相提高 imgsz；第二，增加背景负样本，把检测中误检的图片不添加任何标签直接放进训练集图片目录，大部分 YOLOv5 默认配置会把它们当作没有目标的图片参与训练，帮助模型学习“这张图里没有裂缝”的输出；第三，推理时把--conf-thres从 0.25 提到 0.4 到 0.5，牺牲少量召回保住展示效果，毕设答辩现场宁可漏检几个，也好过满屏红框。

5.3 显存不足、训练卡死与 Windows 进程崩溃

现象：训练开始不久就报CUDA out of memory；或训练脚本启动后卡在 DataLoader，日志一动不动；还有一种是跑着跑着 worker 进程直接退出。

原因：显存不足主要是--batch-size和--imgsz组合超出显存上限；卡住和进程退出在 Windows 上多数是--workers设置过高导致，PyTorch 在 Windows 下的多进程数据加载本来就比 Linux 脆弱，加上数据集路径里有中文，还可能触发编码异常。

解决：遇到CUDA out of memory先把 batch-size 折半，再不行就把 imgsz 降到 480，或者加--cache ram把图片缓存到内存，减少显存里解压图片的开销。遇到 DataLoader 卡死，就把--workers设为 0，强制单进程加载。项目路径里不要出现中文字符，目录名和文件名统一用英文，这个习惯能避开大量奇怪的编码问题。

另外，训练中断时不用从头再来。YOLOv5 会在runs/train/exp下保存last.pt，重新训练时把--weights指向last.pt，它会从断点继续。这是做毕设最需要的后悔药，别等翻车了才想起来保存中间权重。

5.4 样本太少和类别不均衡：几十张图怎么救

现象：自采数据只有几十张图，训练很快收敛，验证集 mAP 很高，但一到测试集就崩盘，典型的过拟合。

原因：标注样本量不够，模型把背景纹理也背下来了。加上裂缝目标细长，目标框占整图比例低，类别不均衡会让模型倾向预测背景，导致漏检。

解决：先使用公开裂缝数据集做预训练，再用自己的几十张图微调，这是最有效的方法；微调时使用数据增强，包括旋转、平移、亮度扰动，但注意不能对裂缝做随机裁剪，否则会把目标切碎。如果公开数据集也找不到，就至少保证每张图里都有裂缝目标，训练集中不含目标占比太重，然后把训练轮数降低并把学习率调低，减少模型记忆背景的可能。

6. 答辩前把模型收拾体面：mAP 验证、PR 曲线与结果导出技巧

6.1 用 val.py 算 mAP 并导出可视化结果

训练完成后，不要只在训练日志里看一个漂亮数字，要跑一遍验证脚本拿到标准指标：

python val.py --data data.yaml --weights runs/train/exp/weights/best.pt

它会在终端打印 Precision、Recall、mAP@0.5、mAP@0.5:0.95 四项指标，同时在runs/val/exp里生成 PR 曲线、混淆矩阵和测试图的预测示例。答辩前我会把best.pt和last.pt各验一次，两者差很多说明训练还没收敛，就把 epochs 加到 150 再跑一版，没必要舍不得时间。

真正给答辩加分的，是用测试集跑一批现场实拍图的检测结果。挑 6 到 8 张你之前没参与标注的图片，放进 source 目录执行 detect.py，把框出裂缝的结果图整理成一页 PPT。评委看到模型在自己没见过的图上还能准确定位，比任何指标都有说服力。如果推理时裂缝框总是断成几截，可以适当把置信度阈值降到 0.35，推理完成后用形态学后处理把相邻框合并，这是我做演示时常用的保留技巧。

最后说一个个人习惯：我当年做毕设时，总喜欢在最后一周反复换权重和数据集，结果答辩前夜发现最关键的权重文件忘了保存对应 epoch 版本，只能灰头土脸用旧权重。从那以后，每次训练都用统一格式记录日期、模型档位、imgsz、batch、epochs、mAP，再和权重文件一起打包。这种习惯比任何调参技巧都管用。希望你不用走我这条弯路，希望帮到你。

本文还有配套的精品资源，点击获取