企业官网建设流程全解析

简介：人工标注的轮胎图像数据集，面向计算机视觉入门与进阶开发者，主要服务于YOLOv5目标检测与图像分割任务。资源共1003个文件，含500张JPG原图、502个txt标注文件及1个yaml配置文件，压缩包整体约15.1MB；txt与jpg按同名一一对应，采用class x_center y_center width height的YOLOv5格式，类别与坐标已标准化，可直接接入训练流程。全部图片经过自动定向与416x416拉伸预处理，免去前期数据清洗和格式转换；yaml文件内含类别配置，能直接用于PyTorch环境。目前已有91人学习下载，数据量适中，适合作为轮胎检测/分割模型训练、数据增强对比、课程设计或入门实战数据集。由于图片来自多种实拍与网络来源，场景和角度多样，部分含多个轮胎目标，有助于检验模型在不同背景下的鲁棒性，也能帮助学习者理解目标检测标注规范。

1. 轮胎图像的人工标注：训练缺陷检测模型绕不开的第一步

轮胎图像的人工标注，是训练缺陷检测模型绕不开的第一步。工业视觉从业者手头最缺的通常不是模型结构，而是带标签的数据。轮胎图像尤其典型：胎面是曲面，反光和胎纹阴影叠在一起，真实划痕和光照伪影很难分开，必须人眼一张张看、一框框标。这份资源就是干这个的——一千多张轮胎图片全部经过人工标记，标注框落在缺陷或目标区域上，拿过来就能喂给检测或分类模型。价值不在图多，在标签已存在，省掉了最耗时、最容易出错的数据准备阶段。适合轮胎缺陷检测、磨损等级判定的算法工程师，也适合想用小数据集走一遍目标检测流程的学生。但先泼冷水：人工标记不等于标记正确，1000 张够起步、离落地还远，拿到手第一步是验标签，不是训模型。

2. 标注格式与目录结构：先花十分钟吃透标签，再谈训练

拿到这份人工标注的轮胎数据集，第一件事永远是看目录和后缀名，而不是急着打开训练脚本。标注工具的选型直接决定了标签格式，而格式决定你后面要写多少转换代码，也决定训练框架能不能直接吃数据。这一步花十分钟，后面能省一整天。下面把三种最常见的标注形态拆开讲，再给一个预览脚本，让你在十分钟内对整份数据的质量有个大概判断。

2.1 三种常见标注形态：LabelMe JSON、VOC XML 与 YOLO TXT

这类轮胎数据集最常遇到的标注形态是三种，对应三个主力标注工具。LabelMe 导出的是 JSON，每个标注文件对应一张图片，shapes 数组里每个元素是一个标注框，label 字段存类别名，points 存两个角点的像素坐标。JSON 结构清晰、和图片路径一一对应，但文件里默认带 imageData 字段，base64 编码的图片塞在标签文件里，整个文件又大又乱，一般先把它清掉。典型的 JSON 片段长这样：

{ "version": "5.2.1", "imagePath": "tire_001.jpg", "shapes": [ { "label": "crack", "points": [[124.5, 88.3], [151.2, 103.7]] } ] }

labelImg 导出的是 VOC XML，object 节点里嵌套 bndbox，四个值 xmin、ymin、xmax、ymax 都是绝对像素坐标，可读性最好，但每个文件冗长，解析要遍历 XML 树。YOLO 生态用的是 TXT，每行一个目标，格式固定为 class cx cy w h，四个数值全部归一化到 0 到 1，训练时最省事，但人眼没法直接看，坐标对不对只能靠脚本验。TXT 长这样：

1 0.4623 0.3815 0.0913 0.0521 2 0.7112 0.6520 0.1204 0.0784

三种格式的核心差异放在一张表里：

之所以把格式讲这么细，是因为我见过太多人在这一步翻车。标签文件只有几十 KB，看着不起眼，但数据集里一旦混了两种格式，数据加载器报的错是最难定位的，报错信息往往指向解析函数，而不是告诉你这里有 3 个 JSON、17 个 XML。我的习惯是拿到手先跑一个统计，把 json、xml、txt 的文件数分别列出来，再随机抽三个样本打开看内容，确认口径统一再进下一步。

2.2 类别口径与统计脚本：先搞清楚标了什么，再决定模型学什么

格式看完，下一件事是摸清类别。人工标记的类别定义直接决定了模型学出来的边界，而不同标注者的口径可能差得很远。常见做法是把缺陷按类型分：划痕（scratch）、裂纹（crack）、鼓包（bulge）、异物嵌入（foreign object），干净的胎单独归为正常（normal）。如果做磨损检测，类别通常是 wear_1、wear_2、wear_3 这种等级划分；做轮胎识别则按胎纹或品牌分。这份数据集具体是哪套口径，拿到手先找 categories.txt 或 classes.txt，没有就扫所有标签文件，把出现过的 label 去重统计。

这里有个非常容易忽略的点：类别名的书写口径。人工标注最常见的低级错误是同一个类别在不同图里写成 "Scratch" 和 "scratch"，或者 "裂纹" 和 "crack" 混用。统计类别数时会被算成两个类，训练时类别索引整个错位，模型明明在学同一个东西，却要同时拟合两个 ID。我拿到任何人工标注数据，第一步都是写一个统计脚本，把所有 label 归一化后列出来：

import json import glob from collections import Counter label_counter = Counter() for json_path in glob.glob("tire_dataset/*.json"): with open(json_path, "r", encoding="utf-8") as f: data = json.load(f) for shape in data["shapes"]: label = shape["label"].strip().lower() label_counter[label] += 1 for label, cnt in label_counter.most_common(): print(f"{label}: {cnt}")

这段脚本扫描所有 JSON 标签文件，统计每个类别出现的图片数。strip() 去掉标注时误带上的空格，lower() 把大小写归一，避免同一个类被拆成两个统计项。跑完输出，第一步看有没有近义词混用，比如 scratch 和 crack 语义边界模糊；第二步看类别数量分布，正常胎占比超过七成就要考虑类别均衡问题，后面训练和评估都要做对应处理。这一步的输出是一份类别清单，它作为后面转换脚本里 CLASS_MAP 的依据。

2.3 预览标注：把框画回原图，20 张图看出整体质量

统计只能回答「有多少」，回答不了「标得对不对」。把标注框画回原图，是最快、最直观的质检手段。我每次都是随机抽 20 张图，画上框和类别名输出预览，然后一张一张过。这一步能暴露的问题，比任何统计脚本都多。

import json import cv2 import glob import random json_paths = glob.glob("tire_dataset/*.json") random.seed(42) sample_paths = random.sample(json_paths, min(20, len(json_paths))) for idx, json_path in enumerate(sample_paths): with open(json_path, "r", encoding="utf-8") as f: data = json.load(f) img_path = json_path.replace(".json", ".jpg") img = cv2.imread(img_path) if img is None: print(f"missing image: {img_path}") continue for shape in data["shapes"]: label = shape["label"].strip().lower() pts = shape["points"] x1, y1 = int(pts[0][0]), int(pts[0][1]) x2, y2 = int(pts[1][0]), int(pts[1][1]) color = (0, 0, 255) if label != "normal" else (0, 255, 0) cv2.rectangle(img, (x1, y1), (x2, y2), color, 2) cv2.putText(img, label, (x1, max(y1 - 5, 15)), cv2.FONT_HERSHEY_SIMPLEX, 0.6, color, 2) cv2.imwrite(f"preview_{idx:02d}.jpg", img) print(f"saved preview_{idx:02d}.jpg <- {img_path}")

脚本逻辑不复杂，但有几个参数值得说明。random.seed(42) 固定随机种子，保证每次抽的样本一致，方便和同事沟通问题样本时对得上号。颜色按类别区分，正常胎绿色、缺陷红色，一眼能看出类别分布和框的位置分布。putText 的 y 坐标用了 max(y1 - 5, 15)，这是预防文字画到图外——标注框靠近上边缘时，类别名会被裁掉，强制下限 15 像素。预览图出来后，重点看三类问题：框有没有明显偏移、有没有把胎纹阴影框成缺陷、有没有漏掉肉眼可辨的粗裂纹。这三类问题如果在一两张图里出现，属于个别标注失误，后面清洗时单独处理；如果超过五张，说明标注标准本身有问题，得回头和标注方对齐，而不是硬着头皮训练。

2.4 图片尺寸与 EXIF 方向：两个容易被忽略的元数据坑

预览通过之后，还有两个元数据层面的坑，分别是图片尺寸不统一和 EXIF 方向标签。轮胎数据集经常来自不同采集批次，有的图是 1920x1080，有的是 1280x720，还有的是手机直出带 EXIF 旋转标签的图。尺寸不一致影响归一化坐标的准确性，而 EXIF 方向会让 cv2.imread 读出来的图是横的，标注框全部错位。

import glob import cv2 from collections import Counter size_counter = Counter() for img_path in glob.glob("tire_dataset/*.jpg"): img = cv2.imread(img_path) if img is None: print(f"broken image: {img_path}") continue h, w = img.shape[:2] size_counter[(w, h)] += 1 for size, cnt in size_counter.most_common(): print(f"{size}: {cnt} images")

这段代码统计所有图片的真实宽高。cv2.imread 默认不吃 EXIF 方向，读出来的 shape 就是内存里真实的排列方式，所以这里统计到的尺寸才是转换脚本该用的值。如果输出里出现多种分辨率，建议要么统一 resize，要么在转换脚本里逐张读取宽高，千万不要偷懒写死一个尺寸。EXIF 的问题更隐蔽，手机拍的图经常带旋转标签，标注工具显示是正的，但 cv2 读出来是横的。检测方法很简单：把读出来的图直接保存一份，人眼对比原图方向，不一致就说明有 EXIF 问题，要么预处理时转正，要么重新用无旋转的采集设备。

3. 从标注到训练集：格式统一、清洗与按轮胎实体划分

标签格式吃透之后，进入动手环节。这一章做的事是把原始人工标注，变成一份可以直接开训的数据集：统一格式、清洗异常框、按轮胎实体划分。三步做完，训练脚本基本不会在数据环节报错。

3.1 为什么统一到 YOLO TXT：框架兼容与排查成本

LabelMe JSON 直接喂训练框架不是不行，但现在主流检测框架的默认输入各不相同。YOLOv8 训练吃归一化 TXT 或 COCO JSON，MMDetection 吃 COCO 格式，老项目可能还在用 VOC XML。想让数据适配所有框架是不可能的，所以第一步是定一个目标格式，全量转过去。

我优先转 YOLO TXT，理由很实在：一是 YOLO 生态目前检测任务上手门槛最低，训练、预训练权重、部署工具链最全；二是 TXT 是纯文本，转换出问题直接打开看内容就能排查，不像 JSON 嵌套结构那么绕。如果后面要转 COCO 给 MMDetection 用，TXT 转 COCO 也是多写一个脚本的事，中间格式越简单，排查路径越短。这里有个前提必须先确认：图片尺寸。YOLO TXT 的归一化坐标依赖图像的宽和高，同一份数据集如果图片尺寸不一致，转换脚本必须逐张读图拿宽高。这个坑我踩过，一开始图省事，用固定的 640x640 算归一化，结果所有框全部偏移，训练出来的模型 mAP 接近 0，当时还以为是模型问题，排查了一整天才发现是坐标算错。

3.2 转换脚本：LabelMe JSON 转 YOLO TXT，坐标归一化一次到位

下面这个脚本是 LabelMe JSON 转 YOLO TXT 的完整实现。核心就两点：归一化之前先保证角点顺序正确，归一化除数必须用真实图片宽高。

import json import os import cv2 CLASS_MAP = {"scratch": 0, "crack": 1, "bulge": 2, "foreign_object": 3, "normal": 4} def labelme_to_yolo(json_path, out_dir): with open(json_path, "r", encoding="utf-8") as f: data = json.load(f) img_path = json_path.replace(".json", ".jpg") img = cv2.imread(img_path) if img is None: print(f"skip, missing image: {img_path}") return h, w = img.shape[:2] lines = [] for shape in data["shapes"]: label = shape["label"].strip().lower() if label not in CLASS_MAP: print(f"skip unknown label: {label} in {json_path}") continue cls_id = CLASS_MAP[label] x1, y1 = shape["points"][0] x2, y2 = shape["points"][1] x1, x2 = min(x1, x2), max(x1, x2) y1, y2 = min(y1, y2), max(y1, y2) cx = (x1 + x2) / 2.0 / w cy = (y1 + y2) / 2.0 / h bw = (x2 - x1) / w bh = (y2 - y1) / h lines.append(f"{cls_id} {cx:.6f} {cy:.6f} {bw:.6f} {bh:.6f}") out_name = os.path.basename(json_path).replace(".json", ".txt") with open(os.path.join(out_dir, out_name), "w", encoding="utf-8") as f: f.write("\n".join(lines)) print(f"done: {out_name}, {len(lines)} boxes")

参数说明：CLASS_MAP 是类别到数字 ID 的固定映射，必须和之后训练数据的 data.yaml 完全一致，ID 顺序不能乱，否则模型学到的类别和标签对不上。min/max 那两行处理的是角点顺序问题——人工标注时 points 数组里的两个点不保证是左上右下，有的标注者习惯从右下往左上拖，不排序的话宽高会算出负值。归一化用到的 h 和 w 是 cv2.imread 读出来的真实尺寸，再次强调不要用训练输入尺寸去算，模型内部的 resize 和标签归一化是两码事。遇到未知 label 时，选择打印日志后跳过而不是中断，因为 1000 张人工标注里总有几个拼写错误，跳过不影响整体转换，但跳过的样本要记录，后面单独决定是改标签还是删除。

跑完转换，随机抽三个 TXT 打开看，所有数值应该在 0 到 1 之间，如果出现大于 1 的值，基本可以断定读图尺寸错了或者角点越界，回头查对应 JSON。

3.3 数据划分：按轮胎实体拆，别按图片随机拆

数据划分是这类数据集里最隐蔽、最影响评估可信度的坑。轮胎图像和通用物体检测数据不一样：同一条轮胎通常会被拍多张不同角度的图，正面、侧面、局部特写。如果按图片随机划分，同一条轮胎的照片会同时出现在训练集和验证集，模型在训练时记住了这条轮胎的纹理特征，验证时等于见过答案，mAP 虚高，一换新轮胎立刻现形。

正确做法是按轮胎实体划分：提取文件名里的轮胎 ID，保证一条轮胎的所有图片只进一个集合。迁移到实际采集场景就是按物体划分，而不是按图片划分。命名规则通常是 tire_001_01.jpg 这种格式，tire_001 是轮胎 ID，后面是角度序号。

import os import random from collections import defaultdict image_dir = "tire_dataset/images" train_ratio = 0.8 random.seed(42) tire_to_images = defaultdict(list) for name in sorted(os.listdir(image_dir)): if not name.endswith(".jpg"): continue parts = name.split("_") tire_id = parts[0] + "_" + parts[1] tire_to_images[tire_id].append(name) tire_ids = list(tire_to_images.keys()) random.shuffle(tire_ids) cut = int(len(tire_ids) * train_ratio) train_tires = set(tire_ids[:cut]) train_files, val_files = [], [] for tire_id, imgs in tire_to_images.items(): if tire_id in train_tires: train_files.extend(imgs) else: val_files.extend(imgs) with open("train.txt", "w") as f: f.write("\n".join(os.path.join(image_dir, n) for n in sorted(train_files))) with open("val.txt", "w") as f: f.write("\n".join(os.path.join(image_dir, n) for n in sorted(val_files))) print(f"train: {len(train_files)} images from {len(train_tires)} tires") print(f"val: {len(val_files)} images from {len(tire_ids) - len(train_tires)} tires")

这段脚本的核心逻辑：先把图片按轮胎 ID 分组，再对轮胎 ID 列表做随机打乱和切分，最后把每个轮胎名下的所有图片归入对应集合。划分数量的基准是轮胎数而不是图片数，所以 train 和 val 的图片比例可能不是严格的 8:2，某条轮胎照片多会拉高一方比例，这是正常的。打印统计信息时，除了图片数，我把轮胎数也打出来，两者一起看才能判断划分是否合理。train.txt 和 val.txt 是 YOLO 训练用的图片路径清单，每行一个绝对或相对路径，训练脚本直接引用。

3.4 清洗脚本：空标注、越界框、异常宽高比一次筛出来

转换和划分做完，训练前还要过一次清洗，目标文件里总有一些不该进训练集的货色。最常见的是三类：空标注文件、越界框、宽高比异常的目标框。

空标注是指一张图上有轮胎但没有缺陷，这本身不算错，关键看类别定义——如果 normal 类被标了框，那这张图不空；如果 normal 类不标框，那空标注的图也要保留，和正常胎图片一起作为负样本进训练集，否则模型会学成有图就有目标，误检率爆炸。越界框是标注时鼠标拖出图片边缘导致的，角点坐标超出图像范围，归一化后数值不在 0 到 1 区间，训练时会报坐标错误或产生无效锚点。异常宽高比是误标的一种，比如把一条斜裂纹标成一个高瘦的竖条框，宽高比小于 0.1，这类框大多是标注失误。

import cv2 import os def clean_labels(image_dir, txt_dir, min_area=20, min_ratio=0.15): problems = [] for txt_name in os.listdir(txt_dir): if not txt_name.endswith(".txt"): continue img_name = txt_name.replace(".txt", ".jpg") img_path = os.path.join(image_dir, img_name) img = cv2.imread(img_path) if img is None: problems.append((img_name, "missing image")) continue h, w = img.shape[:2] with open(os.path.join(txt_dir, txt_name)) as f: lines = f.read().strip().splitlines() valid = [] for line in lines: parts = line.split() if len(parts) != 5: continue cls, cx, cy, bw, bh = parts[0], float(parts[1]), float(parts[2]), float(parts[3]), float(parts[4]) x1 = (cx - bw / 2) * w y1 = (cy - bh / 2) * h x2 = (cx + bw / 2) * w y2 = (cy + bh / 2) * h if x1 < 0 or y1 < 0 or x2 > w or y2 > h: problems.append((img_name, f"out of bounds: {line}")) continue if bw * bh * w * h < min_area: problems.append((img_name, f"too small: {line}")) continue if bw / max(bh, 1e-6) < min_ratio or bh / max(bw, 1e-6) < min_ratio: problems.append((img_name, f"bad ratio: {line}")) continue valid.append(line) with open(os.path.join(txt_dir, txt_name), "w") as f: f.write("\n".join(valid)) return problems

清洗脚本逐行检查每个框，坐标反推出像素角点，越界即记录；像素面积小于 20 的框太小，会把背景噪声当目标；宽高比小于 0.15 的细长条框，大概率是标注手误。三个检查都通过的行才保留，其余写入 problems 列表，最后统一人工复核。这里的 min_area 和 min_ratio 是经验值，小缺陷本身就可能是细长的，比值阈值要按你数据集里真实缺陷形态调整，先用默认值跑一遍，把 problems 输出看一轮再定。

4. 避坑手册：人工标注轮胎数据的五个翻车现场

这一章不写原理，全部是具体翻车现场。每一条都是我在实际项目中踩过的坑，按现象、原因、解决三段写，你在 1000 张这种规模的数据集上大概率会遇到其中一两个。

4.1 标签错位：框住的是阴影，漏掉的是裂纹

现象：训练出的模型在验证集上表现尚可，一到实拍环境，把胎纹阴影当成缺陷框出来，真正的细小裂纹反而漏掉。调阈值也没用，漏检和误检同时存在，precision 和 recall 一起崩。

原因：轮胎是高纹理物体，胎纹间隙在特定光照下形成阴影，灰度特征和浅划痕非常接近。人工标注阶段，标注者很容易把阴影当成划痕标进去，错标样本进入训练集，等于在教模型阴影就是缺陷，模型学到的特征混入了光照信息。

解决：回到预览环节，把标注框画回原图，重点盯阴影区域。发现明显是阴影的框，直接删掉；如果阴影和裂纹在图像上实在分不清，单独建一个 shadow 类别让模型学会区分是可行方案，但 1000 张图撑不起太多类别，我一般先删。删完重新统计类别数量，确认没有因为删框导致某个类别样本过少。这个动作必须在训练前做，训练后再清洗标签，代价是重新训一轮。

4.2 类别不均衡：正常胎占大头，缺陷样本不够模型学

现象：训练 loss 正常下降，验证集上正常类 precision 很高，但缺陷类别 recall 明显偏低，大量真实缺陷被归到正常。画 PR 曲线时，缺陷类别的曲线贴着底部。

原因：轮胎数据天然的类别不均衡。实拍场景一百条胎可能只有三五条有明显缺陷，标注者把正常的也全标了，normal 类占了八成。目标检测模型在类别不均衡时，会把多数类 loss 压得很低，少数类学不到足够有区分度的特征。

解决：两个手段结合。第一，训练数据采样时，对包含缺陷框的图片做 oversample，YOLO 训练配置里有对应参数，把缺陷图重复几轮；第二，给少数类更高的 loss 权重，让模型在优化方向上偏向缺陷类。如果缺陷框数量实在少，对缺陷图做数据增强——随机裁剪、旋转、亮度扰动都能扩样本，但克制：轮胎纹理有方向性，旋转角度超过 20 度看起来就不真实，反而引入噪声。还有一个很多人忽略的点：评估时别看总 mAP，分类别看每个类的 AP，类别不均衡的数据集里，总 mAP 会被正常类拉高，掩盖缺陷类的真实水平。

4.3 标注框口径不一：有的贴边，有的留一圈背景

现象：同是划痕，有的框严丝合缝贴着缺陷边缘，有的框把周围一大圈胎面都包进去。训练结果表现为定位精度差，预测框普遍偏大，和真实框的 IoU 上不去，mAP 卡在某个值上不去。

原因：多个标注者参与时，每个人框的习惯不一样。有人习惯紧贴，有人习惯留边距，这不是错误，是口径不统一。但它比错误更难发现，因为预览时单看每个框都觉得合理，放在一起才看出差异。

解决：后处理统一口径。常见做法是向内收缩：每个框中心不动，宽高各乘一个收缩系数，比如 0.9，把过松的框收进来。收缩系数要按实际情况调，先随机抽 10 个框，量一下框内目标占框面积的比例，如果普遍在 70% 以下，说明框偏松，收缩系数可以设到 0.85；如果普遍已经贴边，再收缩会切掉缺陷边缘。这个操作要放到清洗脚本里，对所有框统一处理，并且收缩后重新检查框是否越界或过小。

4.4 同一条轮胎出现在多张图：随机划分导致数据泄漏

现象：验证集 mAP 高达 0.85，部署到新场景只剩 0.6，差距大得离谱。试过加大模型、加数据增强都没用，验证集上的 loss 还特别平稳，几乎不过拟合。

原因：前面第 3 章说的按图片随机划分问题。同一条轮胎的不同角度照片被拆进训练集和验证集，模型在训练时记住了轮胎个体的纹理，而不是通用的缺陷特征。验证集里出现的都是训练时见过的轮胎，指标自然虚高，这就是数据泄漏。

解决：严格按轮胎 ID 划分，划分后强制做一次泄漏检查——把训练集和验证集的轮胎 ID 集合取交集，交集必须为空。检查脚本放进数据准备流程，每次划分完自动打印交集数量，不为 0 直接报错。另外提醒一句：如果数据集的文件夹本身是按轮胎组织的，直接按文件夹划分最省事；如果文件名没有轮胎 ID，就得回到采集记录里按时间戳或拍摄批次反推，这一步偷懒不得。

4.5 反光区域被反复误标：光照成了最强干扰

现象：模型对特定光照下的反光区域响应很高，置信度甚至超过真实缺陷，可视化时所有误检框集中在轮胎弧面反光最强的区域。验证集上这类误检稳定复现，不是随机噪声。

原因：黑色橡胶在强光下产生镜面反射，反光区域在高光下的纹理和浅划痕灰度非常接近。标注阶段，标注者面对反光下的浅纹也不确定是不是缺陷，一批标注框混入了主观判断，模型把它当正样本学了。光照在轮胎数据集里的干扰强度，往往超过模型结构本身的差异。

解决：分两层处理。数据侧，把反光区域的标注逐张复查，无法确认的删除，删完跑一次统计确认类别没崩；训练侧，对图片做随机亮度和对比度扰动，让模型对光照变化更鲁棒。推理阶段还可以加一条规则：预测框置信度低于某阈值、且框内平均亮度高于全图高分位时，判定为反光误检并丢弃。这个规则看起来糙，但在工业场景实测能压掉不少误检，而且不影响真实缺陷——真实裂纹的亮度分布不会整体偏高。

5. 小数据集的验证方法：交叉验证、PR 曲线与逐张复盘

这份资源拿到手，1000 张图说多不多，说少不少，最怕的就是训练一次、看一眼 mAP 就觉得完事了。小数据集的评估必须做得比大数据集更细，因为随机性大、类别样本少，一次划分的结果根本没有统计意义。这一章写三个我固定使用的验证手段，分别解决可信度、阈值选择和失败模式三个问题。

5.1 五折交叉验证：1000 张图也能拿到可信的 mAP

按轮胎实体拆完，验证集通常只有 200 张上下，单次划分的随机性太大，一次训练出来的 mAP 没有参考价值。我一般做五折交叉验证：轮胎 ID 分成五份，每次四份训练、一份验证，轮转五次，取 mAP 均值。均值代表模型的真实水平，方差告诉你数据划分稳不稳定——方差大说明某些轮胎个体太难，或者某个类别的样本太少。

for fold in 0 1 2 3 4 do python train.py --fold $fold \ --data data_fold_$fold.yaml \ --epochs 100 --imgsz 640 --batch 16 python val.py --fold $fold \ --weights runs/exp_$fold/weights/best.pt done

脚本并不复杂，关键是每一折的 data.yaml 都要指向对应的划分，训练权重按折号分开保存。1000 张图、五折、每折 100 个 epoch，单张消费级显卡大概一天跑完。跑完把五折 mAP 列出来，如果某一折明显低于其他四折，去查这一折验证集里包含哪些轮胎，大概率是某条轮胎的缺陷形态和整体数据偏差很大，这是数据多样性问题，不是模型能力问题，补样本的方向也就明确了。

5.2 用 PR 曲线调置信度阈值

mAP 是固定阈值下的综合指标，但部署时真正用的是一套具体的置信度阈值，用来过滤检测框。PR 曲线在这里比 mAP 更有用：曲线上的每个点对应一个置信度阈值，选点就是选阈值。我一般取 precision 和 recall 的交点，也就是 F1 最大的位置，这在缺陷检测场景里通常是最优平衡点。业务侧重漏检时，阈值往低调，接受更多误检换来更低漏检率；误检成本高时，阈值往高调，但代价是可能漏掉真实缺陷。这一步必须结合落地场景，不能只看 mAP 数字。另外，PR 曲线的形状本身也能说明问题：曲线急速下坠说明正负样本特征重叠严重，光调阈值救不回来，得回到数据清洗和增强上去。

5.3 误检复盘：把预测框叠回原图，逐张过一遍

最后一条，是我做完每次训练必走的环节：把验证集里所有预测错误的样本整理出来，预测框和真实框同时画回原图，逐张过。这个动作看起来很笨，但效率超过任何自动分析工具。你会直观看到模型的失败模式：是全都漏在暗光图，还是都在反光区域误检，还是集中在某一种胎纹上。

看到失败模式再动手修正，而不是盲目加数据。暗光漏检就去补暗光样本或做亮度增强，反光误检就回到第 4 章的清洗和推理规则，某类胎纹漏检就去查那类样本是不是在训练集里严重不足。从那以后，我每次拿到新的标注数据集，不管多着急，都强制走一遍这个流程：先扫格式和类别，再预览 20 张图，按轮胎实体划分，清洗转换，训练完做一轮误检复盘。这套流程帮我拦下了至少十次看起来能跑、上线就崩的尴尬。这份一千多张人工标记的轮胎图不算大，但把它吃透、验证好、按规范跑通一遍，比盲目换个更大的模型换来收益实在得多。希望帮到你。

本文还有配套的精品资源，点击获取