企业官网建设流程全解析

集装箱破损缺陷检测这个方向，我在实际项目里从采集到标注、从训练到部署完整走了一遍。先说结论：做好一个集装箱损伤识别模型，七八成功夫其实花在数据集和标注规范上，真正跑模型的时间反而很少。这篇就按我踩过的坑来说，围绕“集装箱凹陷、变形、铁锈腐蚀、破洞”这几类缺陷，讲清楚怎么把一张张现场照片变成能直接喂给YOLO系模型的YOLO格式数据集，以及训练和落地时那些文档里不太会写的事。

1. 集装箱缺陷检测到底在解决什么

1.1 场景痛点与需求拆解

港口码头、堆场、货运站每天进出大量集装箱，箱体在吊装、运输、堆叠过程中难免出现磕碰、挤压、锈蚀。以前主要靠人工巡检，老师傅拿着手电筒绕着箱子走一圈，凭经验判断哪块凹陷要修、哪块锈蚀需要补漆、哪个破洞影响箱体密封。这个模式有几个绕不开的问题：一是效率低，一个堆场几百个箱子，全检一遍耗时很久；二是标准不统一，同一个凹陷，不同人评估可能给出不同结论；三是高空和死角位置人工很难覆盖。

用智能AI图像识别来做这件事，核心不是“识别”本身，而是把“缺陷数别”这件事标准化。我拿到需求时，对方明确说要区分四种缺陷：破损缺陷（破洞、裂缝）、凹陷、腐蚀锈蚀、箱体变形。这四类在画面里长得不一样，但存在交叉，比如凹陷区域往往伴随锈迹，变形区域也可能出现裂纹。所以做数据集和标注时，类别边界越清晰，后面模型的判断就越稳定。

1.2 为什么最终选了目标检测而不是分类或分割

方案评审时有人提过用图像分类做“好坏判断”，也有人建议用语义分割把缺陷轮廓精确抠出来。我最终还是选择了目标检测方案，理由很实际：

• 部署环节要求能同时框出画面中多个缺陷位置，分类只能给整张图一个结论，没法定位，完全不够用。
• 分割虽然定位精细，但标注成本高不少，而且现场推理对算力要求高。集装箱表面的锈迹形状往往不规则，标注像素级掩膜会把人累垮。
• 目标检测用边界框已经能支撑后续业务：框位置、框类别、框大小，加上置信度就能做排序和判断。

当然，如果后续要精确计算锈蚀面积或者凹陷体积，再结合分割模型做二次处理也不迟。第一步用YOLO格式数据集把检测能力跑通，是最务实的选择。

2. 数据集构建：从现场照片到YOLO格式标注

2.1 缺陷类别定义与判定边界

这个环节我吃了不少亏，一开始类别定义太粗，把“锈蚀”和“掉漆”混在一起，导致训练出来的模型经常误判。后来重新梳理了缺陷判定规则，每条都对应可执行的视觉标准：

特别是“凹陷”和“变形”，很多人第一眼分不清。我给现场的采集人员定了个口诀：凹陷是“局部塌”，变形是“整体扭”。局部受压形成凹坑，边界相对清晰；变形通常涉及梁、柱、角件附近，表现为结构线条不直。标注时如果犹豫不决，就按“变形优先于凹陷”的原则处理，因为从安全角度，结构变形比表面凹陷更需要关注。

2.2 现场采集与初筛：决定模型上限的一步

数据集质量的上限在采集阶段就定了，后面标注、增强都只能补救，不能重生。我这边采集策略分三条线：

• 覆盖多个光照条件：上午顺光、下午逆光、阴天散射光、夜晚补光，集装箱表面本身有瓦楞楞纹，不同光线下同一个凹陷看起来差很多。
• 覆盖不同距离和角度：整箱远距离、局部近距离、俯视、侧视，因为最终部署的摄像头装在龙门吊、堆高机、智能闸口等多个位置，视角必须都覆盖到。
• 覆盖不同新旧程度的箱子：新箱表面均匀但容易反光，旧箱本身就有大面积旧伤旧锈，模型要能区分“旧的常态”和“缺陷信号”。

初筛时我有两个硬性指标：第一，画面模糊、运动拖影严重的照片直接不要，宁可数量少也不要脏数据；第二，单个箱体在画面中占比过小的图不做目标检测样本，否则缺陷像素太小，标注了也很难学。集装箱表面大面积的旧漆剥落、轻微锈点，如果业务方不认定是缺陷，就不要强行标注，否则会让模型把“正常旧箱”当成“缺陷箱”，误报炸掉。

2.3 标注工具与边界框标注规则

标注工具我测试过几个，最顺手的是对YOLO格式支持好的开源工具。LabelImg老牌但功能略基础，Label Studio功能全但配置稍重，X-AnyLabeling对自动化辅助标注支持好。我实际主力用的是Label Studio，因为它在团队协作和项目分类管理上更好用，多人标注时能避免互相干扰。

标注规则比工具更重要，我定了这么几条供团队执行：

• 边界框是缺陷区域的最小外接正矩形框，框的边与图像坐标轴平行，不旋转。
• 锈蚀区域如果分散成一片小点，按“簇”来标，凡是肉眼可见成片的锈斑合并成一个框，零星孤立的一两个锈点可以忽略。
• 凹陷和破损同时出现时，按两个独立目标分别标注，即使框有重叠也要标，后续模型后处理再做合并，而不是在标注阶段就省略。
• 每个目标的下限尺寸：小于画面宽度3%的小缺陷不标，因为目标太小在推理阶段也基本会被忽略，标了反而给模型增加噪声。

标注完成后我做了一轮交叉复查，让A同学标完的数据由B同学抽查，格率低于95%的打回重做。数据库里的每张图都配了JSON和PNG掩码作为中间产物，后续如果要做实例分割可以直接转换，不用重新标一遍。

2.4 标注数据转为YOLO格式的详细步骤

YOLO格式数据集是很多人容易搞错的地方，其实规则非常死板：每一张图片对应一个同名txt文件，没有目标的对象就放一个空txt；每行内容是“类别ID 中心点x 中心点y 框宽 框高”，x、y、w、h全部除以图片宽高做归一化，取值在0到1之间。

我从Label Studio导出的是COCO格式的JSON，转到YOLO格式时写了段脚本来处理。这里有三个极易踩的坑：

• 中心点坐标计算必须用归一化值，有的标注工具导出的是像素坐标，要手动除以图片宽高，粗心写错会出现框漂移。
• 类别ID必须从0开始连续编号，不能从1开始，否则和模型类别映射对不上。
• txt文件和图片文件必须同名同路径，否则代码加载时直接报FileNotFoundError。

贴一下我当时转换脚本的关键片段，可以直接参考：

import json import os def coco_to_yolo(json_path, img_dir, out_dir): with open(json_path, encoding="utf-8") as f: data = json.load(f) img_id_to_info = {img["id"]: img for img in data["images"]} img_id_to_anns = {} for ann in data["annotations"]: img_id = ann["image_id"] img_id_to_anns.setdefault(img_id, []).append(ann) for img_id, img_info in img_id_to_info.items(): img_path = os.path.join(img_dir, img_info["file_name"]) # 真实项目里这里需要额外处理图片是否被旋转过，标注JSON里已算好 w, h = img_info["width"], img_info["height"] txt_path = os.path.join(out_dir, img_info["file_name"].replace(img_ext, ".txt")) lines = [] for ann in img_id_to_anns.get(img_id, []): cat_id = ann["category_id"] # 这里允许映射成0,1,2,3 bbox = ann["bbox"] # x, y, w, h 像素坐标 x, y, bw, bh = bbox cx = (x + bw / 2) / w cy = (y + bh / 2) / h nw, nh = bw / w, bh / h lines.append(f"{cat_id} {cx:.6f} {cy:.6f} {nw:.6f} {nh:.6f}") with open(txt_path, "w") as f: f.write("\n".join(lines))

转换完一定要做抽查可视化，把框画回图上人肉看一遍，这一步能救回很多隐蔽错误。

3. 训练环节的实战配置

3.1 数据划分与数据增强策略

划分数据我严格遵守一条原则：同一个集装箱的多张照片必须全部放到同一个集合里，不能一部分在训练集，一部分在验证集。原因很简单，同一集装箱在不同角度下的画面高度相似，如果跨集合分布，会让验证集的指标虚高，模型看起来很好用，一遇到新箱子就露馅。

划分比例用8:1:1，训练、验证、测试严格按集装箱实例维度来切分。

数据增强方面，集装箱缺陷识别的痛点主要是光照变化、小目标、类别不平衡。我从Ultralytics的标准增强之外，额外加了两组策略：

• 针对光照变化的HSV增强，色调偏移控制在正负10度之间，饱和度和明度适当变化，模拟不同天气和补光条件。
• 针对小缺陷目标的复制粘贴增强，把标注好的小锈斑抠下来复制到图片的空白区域，增加小目标样本量，效果立竿见影。

多尺度训练也开了，输入尺寸设置成640和960交替训练，大尺寸对小缺陷更友好，代价是训练时间增加，实测下来mAP能涨2到3个点。

3.2 模型选型与参数调优过程

模型选型我直接在YOLOv8和YOLOv9之间对比，也顺带看了YOLOv5做基线。最终选定YOLOv8m作为主模型，原因有三个：部署生态成熟，导出ONNX、TensorRT都很顺；中等规模模型在边缘设备上推理速度能控在200毫秒以内；精度比n/s版本高不少，又没有l/x版本那么多冗余。

训练参数是一次次试出来的，我给出最终一组参考值：

yolo detect train \ data=container_yolo.yaml \ model=yolov8m.yaml \ epochs=150 \ batch=16 \ imgsz=960 \ device=0 \ patience=25 \ optimizer=AdamW \ lr0=0.001 \ mosaic=1.0 \ mixup=0.2

这里有两个细节值得说明。一是用了AdamW优化器，YOLOv8默认是SGD，但集装箱缺陷数据集有类别不平衡问题，AdamW收敛更稳定。二是patience设成25，当验证集指标连续25个epoch不涨就早停，省时间，也防止过拟合。

3.3 训练监控与指标解读

训练过程中我最关心的指标不是总的mAP，而是每个类别的AP。集装箱凹陷和铁锈这两类数据量最多，AP往往刷到0.9以上，但破损和变形的AP可能只有0.6甚至更低。模型总mAP看着还行，一拆开就露馅。当时用混淆矩阵一看，破损缺陷经常被漏检，因为它标注框太小，模型倾向优先检测大目标。

这时候需要补充针对性策略：给小目标类别加大损失权重，或者把输入分辨率继续拉大。我实际采用的做法是把破损缺陷类的图像复制两份加进训练集，属于简单粗暴但有效的类别重采样。

另外要盯一个容易忽视的指标：训练集和验证集之间mAP差异。如果训练集mAP已经到0.98，验证集只有0.85，说明模型记住了训练集，泛化不足。集装箱场景里，这通常是因为同一批箱子的背景太相似，模型把背景特征也学进去了。解决做法是增加更多不同堆场背景的样本，或者增强背景区域的随机裁剪替换。

4. 实测中的翻车现场与排查记录

4.1 高频问题速查表

这部分直接记录我遇到过的典型问题，按症状、原因、解法整理成一张速查表：

这里面最坑的就是反光误检。集装箱在强光下表面会拉出长条高光，边缘轮廓明暗对比剧烈，模型很容易在这些位置框出“破碎区域”。后来我把高光样本单独挑出来做了一轮针对性标注，并在增强管线里加了随机亮度跳跃，误报才压下去。

4.2 数据集标注中的独家避坑心得

标注这个环节，表面看是体力活，实际上藏着很多专业判断。我分享几条踩了跟头才总结出来的经验：

• 单张图片不要塞太多目标。如果一个画面里锈斑超过二十处，要么缩小画面范围重拍，要么只标主要缺陷簇。目标太多会让模型无所适从，而且框之间的重叠会导致后处理大量合并，影响定位精度。
• 每条边界的标注人最好固定。不同标注人对“锈到什么程度算缺陷”的尺度完全不一致，A同学标得严，B同学标得松，模型在边界样本上会学成“摇摆决策”，表现就是置信度普遍不高。
• 对“疑似但不典型”的框，加一个ignore标志单独存起来，不要直接丢进训练集。这类难点样本等模型训练完一轮，交给模型自己去判，比强标进数据集更有效。

4.3 数据量不足时的补全策略

很多团队做这个项目都没有充足的初试数据，几千张图都算多的。我遇到过只有六百张图的冷启动阶段，这时候硬训YOLO必然过拟合。

三板斧招式：

• 从视频中抽帧。容器码头的监控视频每天产出大量画面，按每5秒一帧抽出来，一天就能积累上千帧，虽然重复度高，但能快速扩量。
• 用扩散模型和风格迁移做数据合成。把已有缺陷区域裁剪后贴到不同集装箱背景上，配合背景的亮度变化、色调偏置，能稳定增加多样性。
• 先用公开工业缺陷数据集做预训练，再做集装箱场景微调。工业表面缺陷检测数据集里有各种划痕、凹坑、锈蚀样本，模型先把纹理特征学好，再学集装箱场景的规格，收敛速度和最终精度都会好很多。

合成数据有个大前提：必须人工复查混合后的图片，防止出现目标与背景透视不匹配、缺陷形状怪异等明显破绽。模型对这类不真实样本学到的特征，会影响真实场景泛化。

5. 落地部署时容易被忽略的细节

5.1 推理管线与性能优化

训练完的模perl型要真正放进现场，需要走导出、量化、后处理三步。导出我首选ONNX，再用TensorRT做FP16量化，在带独立GPU的边缘设备上推理速度能从几十毫秒进一步降下来。如果部署在Jetson这类设备上，TensorRT是必然选择。

一个容易忽略的点是推理输入分辨率。训练时用了960，部署时为了速度往往想压到640。分辨率一降，小缺陷基本就废了。我的做法是保留至少800的推理尺寸，或者干脆训练时采用960和640交替策略，部署时再退回640，性能损失可以接受。

后处理方面，NMS的IoU阈值我设到0.5，置信度阈值设到0.35左右。集装箱缺陷检测业务宁可多一点重叠框，也不希望真正有问题的地方漏掉，所以阈值不能给太高。

5.2 误报与漏检的取舍策略

落地后业务方最烦的就是误报，如果一个正常箱被反复报警，巡检员很快就会对系统失去信任。但也不能一味提高置信度阈值来压低误报，那样漏检率会飙升。

我这边采用了一个状态机策略：单帧检测结果只是“候选”，连续三帧或者两次独立角度都检测到同一位置缺陷才触发报警。这个策略直接把瞬时误报降到可以忽略的水平，而真实缺陷因为通常在多个角度都能看到，不会丢。

业务侧还要求输出缺陷位置和面积估算。短板在于边界框面积只能粗略反映缺陷大小。我在部署端做了个近似换算：按照相机到箱体的距离和焦距做一个像素到厘米的比例因子，误差能控制在百分之十左右，对检修工单的排序已经够用。

5.3 模型迭代闭环与持续优化

这是我觉得整个项目最有价值的部分。数据集不能一次定型，模型上线后要建立“现场失败样本回流”机制。每天把现场产生的误检和漏检图收集起来，每周做一轮快速标注，补充进训练集，再用新数据重新训练一轮。

这里有个量化指标建议：每个类别持续追踪AP变化，如果连续两周某个类别AP下降，立即检查是否出现了新形态的缺陷或新的现场环境。

我实践中发现，集装箱锈蚀这个类别在回源数据中经常被扩大定义：一开始只标明显的锈斑，后来业务方希望把漆面起泡、漆面下锈线也纳入，这个边界扩大直接让模型行为发生了可感知的变化。所以每次迭代前先和业务方确认类别定义没有漂移，比调模型参数重要得多。

最后分享一个我个人体会最深的小技巧：集装箱缺陷检测项目的成败，往往不取决于模型方案多先进，而取决于数据集是不是真实覆盖了现场极端情况。高光、雨天、夜间、逆光、半遮挡这些考验全部上齐，模型才敢上产线。如果你刚开始准备这个方向的数据集，别急着标几千张，先把现场查勘拍回来一百张最脏、最乱、最反光的图片，标注好验证模型底线，再批量扩展，会省掉很多返工。