2  关键技术介绍

2.1 YOLOv8检测算法

YOLOv8(YouOnlyLookOncever-5，YOLOV8)是YOLO系列目标检测算法的最新一代，继承了YOLO系列的优点，更进一步提高目标检测的实时性和精确度，YOLO系列算法的核心理念在于只通过单次前向传播就能同时完成目标的定位和分类的任务，具有较高的实时性。YOLOv8是建立在YOLOv7上的进一步改进，它比前代模型有更好的表现，尤其是对于检测小目标和复杂背景，YOLOv8通过改善网络结构，解决不同大小目标检测问题，同时更好的适用于高分辨率的图像处理。

YOLOv8属于小型设计，可以在嵌入式设备以及移动设备上运行；而且YOLOv8训练使用了优化的损失函数以及增强数据使得模型更加通用；YOLOv8能够完成目标检测、实例分割以及关键点检测任务并且兼顾着较高的准确率和性能；因为快速的推理速度以及适用的场景使得YOLOv8能够应用到自动驾驶、安防、工业检测等多个领域。

2.2 Streamlit开源库

Streamlit为基于Python的、旨在用于快速开发并部署数据应用的一个开源工具。设计者旨在让开发者能够最快速度地构建交互式Web应用程序，特别是对于机器学习及数据分析的演示很适用。Streamlit的亮点是简便的API以及极高的可编程性，即可以直接将Python代码转换为交互式网页而无需任何前端知识。

支持实时可视化、可视化交互和自动报告等功能。用户借助简单易用的命令式语法，只需对Python代码进行书写，无需进行复杂的html、css和javascript代码书写。Streamlit还特别适合机器学习领域，并对其做了大量支持，支持机器学习领域的数据集、模型训练、模型试验以及可视化结果的展示。集成并支持了流行的机器学习框架TensorFlow和PyTorch，使Streamlit成为机器学习和数据科学工程师展示模型、分享研究结果以及调试工作的首选工具。

2.3 Python编程语言

Python是一门高级语言，具有简洁、容易、平台无关及应用领域广等特点。其简洁的语法是基于文本开发语言（特别是快速原型开发语言）的一个很好的例子，此外Python拥有大量的标准库以及第三方扩展库，这些库覆盖了Web应用程序、数据科学、人工智能（ArtificialIntelligence，AI）等很多领域，可以用于自动化脚本、数据分析及科学计算等。

Python作为最流行的大数据分析、深度学习、人工智能语言之一，一方面因为数据计算和数学建模中Python拥有丰富的库如NumPy、Pandas、Matplotlib、TensorFlow、PyTorch等使得算法实现及数据处理和模型训练很高效、很直观；另一方面拥有良好的社区及丰富的资源等使得其在研究人员、开发人员心中成了算法开发和应用部署的第一选择语言。Python简洁的语法以及其生态系统的丰富使得其应用已经越来越多地成为自动驾驶、机器人、自然语言处理等领域的核心语言。

2.4 Pytorch深度学习框架

PyTorch是由FacebookAIResearch开源的深度学习框架，是当前学术界和工业界使用比较广的一个深度学习框架。它比TensorFlow多了一个动态图（DynamicComputationGraph）的优势，对开发、调试比较便利，尤其是在研究员和开发者做深度学习模型探索和训练时。PyTorch提供了灵活的API、支持对GPU进行加速和自动微分，能简单高效地实现深度神经网络的设计和训练。

其中torch.nn是torch中支持的各种神经网络模块，torch.optim是对神经网络的优化过程进行封装的工具包，torch.utils.data是一些对数据进行处理的模块。PyTorch中支持卷积神经网络CNN、循环神经网络RNN、强化学习等网络，是一个目前训练自动驾驶系统、计算机视觉模型、自然语言处理应用等任务的主流的框架。在使用方面支持大规模的模型训练、图像的分类、目标检测等任务。

程序代码及详细注释：

import cv2  # OpenCV库，用于图像处理任务

import torch  # PyTorch库，用于构建深度学习模型

from QtFusion.models import Detector, HeatmapGenerator  # 自定义模块，定义了检测器的抽象类

from datasets.label_name import Chinese_name  # 自定义模块，包含机械零件表面缺陷的中文名称映射

from ultralytics import YOLO  # Ultralytics提供的YOLO实现

from ultralytics.utils.torch_utils import select_device  # 选择运行模型的设备

代码初始化参数与设备选择为模型的有效运行必不可少的过程。定义初始化参数时，这里我们给模型训练或推理过程确定了最基本的超参数，包括学习率、batchsize、输入图像大小等，这些参数为模型提供了影响训练和运行的初始参数，达到有效的训练或推理效果。

程序先根据系统中的GPU情况设置运行设备。代码通过select_device函数判断系统中的GPU是否支持，如果有GPU，模型在GPU端加速运行，可快速训练和推理；如果不存在GPU，系统自动切换到CPU。这里设备的自动选择方式实现程序在不同硬件环境下可自动运行。

程序代码及详细注释：

device = "cuda:0" if torch.cuda.is_available() else "cpu"  # 根据GPU可用性选择设备

ini_params = {

    'device': device,  # 设置使用的设备

    'conf': 0.25,  # 置信度阈值

    'iou': 0.5,  # 非极大值抑制的IOU阈值

    'classes': None,  # 默认不过滤任何类别

    'verbose': False  # 是否输出详细信息

}

YOLOv8v5Detector类是目标检测任务中的核心类，负责处理模型的整个工作流程。类中首先定义了模型加载方法，用于加载预训练的YOLOv8或YOLOv5模型。接着，图像预处理方法会对输入图像进行尺寸调整、归一化等操作，使其符合模型的输入要求。然后，预测执行方法通过将处理后的图像输入模型，得到预测结果。最后，后处理方法负责解析模型输出的预测信息，进行非极大值抑制（NMS）等操作，提取最终的目标检测结果。

程序代码及详细注释：

class YOLOv8v5Detector(Detector):

    def __init__(self, params=None):

        super().__init__(params)

        self.model = None  # 初始化模型为None

        self.img = None  # 初始化图像为None

        self.names = list(Chinese_name.values())  # 获取所有类别的中文名称

        self.params = params if params else ini_params  # 使用提供的参数或默认参数

    def load_model(self, model_path):

        self.device = select_device(self.params['device'])

        self.model = YOLO(model_path)  # 加载YOLO模型

        names_dict = self.model.names

        self.names = [Chinese_name[v] if v in Chinese_name else v for v in names_dict.values()]  # 转换类别名称为中文

        self.model(torch.zeros(1, 3, *[self.imgsz] * 2).to(self.device).type_as(next(self.model.model.parameters())))  # 模型预热

其中load_model方法为加载预训练模型并部署至设备，将模型部署在可用设备上进行高效运行；加载模型时，根据中文映射表将类别名进行中文标签输出。predict方法将输入的图像传入预加载好的模型，进行预测，输出原始预测结果，postprocess方法将YOLO模型输出的预测结果，如边界框、类别置信度等进行后处理，如低置信度的过滤，非极大值抑制（nonmaximumsuppression，NMS）等，输出最终检测结果。整体流程简单高效，使模型预测更加准确有效。

4.2.2 训练代码

探讨了如何使用YOLOv8模型来训练一个机械零件表面缺陷检测装置系统。整个过程不仅涉及到深度学习模型的加载和初始化，还包括数据集的准备以及训练参数的配置。以下表格详细列出了YOLOv8模型训练中使用的一些重要超参数及其设置，如下表4.1所示。

表4.1 YOLOv8模型训练参数及设置

超参数	设置	说明
学习率（lr0）	0.01	决定了模型权重调整的步长大小，在训练初期有助于快速收敛。
学习率衰减（lrf）	0.01	控制训练过程中学习率的降低速度，有助于模型在训练后期细致调整。
动量（momentum）	0.937	加速模型在正确方向上的学习，并减少震荡，加快收敛速度。
权重衰减（weight_decay）	0.0005	防止过拟合，通过在损失函数中添加正则项减少模型复杂度。
热身训练周期（warmup_epochs）	3.0	初始几个周期内以较低的学习率开始训练，逐渐增加到预定学习率。
批量大小（batch）	16	每次迭代训练中输入模型的样本数，影响GPU内存使用和模型性能。
输入图像大小（imgsz）	640	模型接受的输入图像的尺寸，影响模型的识别能力和计算负担。

在环境配置和模型加载阶段，调用库和模块，torch用于深度学习模型搭建和训练，yaml用于读取数据集配置文件。YOLO类是超参数ultralytics库中给出YOLO模型的官方实现，应用于目标检测。QtFusion.path定义abs_path()函数，用于获取文件绝对路径，可使程序运行于任何环境中文件路径均能正确识别。

程序代码及详细注释：

import os

import torch

import yaml

from ultralytics import YOLO  # 用于加载YOLO模型

from QtFusion.path import abs_path  # 用于获取文件的绝对路径

模型参数的选择设备采用基于PyTorch的CUDA库的自动设备选择方法，检测可用GPU设备，有GPU则以GPU加速模型的训练以提升计算性能，无GPU设备则以CPU做模型训练，自动检测设备选择方法保证了在不同硬件设备下模型的顺利运行。

程序代码及详细注释：

device = "0" if torch.cuda.is_available() else "cpu"

数据集准备参数设置中，定义了两个重要的训练参数：workers和batch，workers是数据加载时使用的工作进程数，可提高数据加载速度；batch设置每个批次大小，影响内存使用以及梯度更新的稳定性。参数的优化帮助训练提速的同时让模型更加稳定。

程序代码及详细注释：

workers = 1  # 工作进程数

batch = 8  # 每批处理的图像数量

为了正确加载和处理训练数据，首先构建了数据集配置文件的路径。通过字符串拼接和目录操作函数，确定了数据集的路径。接着，将路径转换为UNIX风格，确保兼容不同操作系统的路径表示方式，避免因操作系统差异导致路径错误。

程序代码及详细注释：

data_name = "PlantsDisease"

data_path = abs_path(f'datasets/{data_name}/{data_name}.yaml', path_type='current')  # 数据集的yaml的绝对路径

unix_style_path = data_path.replace(os.sep, '/')

首先初始化数据集配置文件的路径，使用字符串和目录相关函数进行处理得到数据集路径，将路径转换成UNIX格式，做到不同操作系统下路径不发生错误。

程序代码及详细注释：

directory_path = os.path.dirname(unix_style_path)

with open(data_path, 'r') as file:

    data = yaml.load(file, Loader=yaml.FullLoader)

if 'path' in data:

    data['path'] = directory_path

    with open(data_path, 'w') as file:

        yaml.safe_dump(data, file, sort_keys=False)

经过数据集配置后，加载预训练的YOLO模型并调用train方法进行训练。重要参数有数据集配置文件路径、设备、工作进程数目、输入图像大小、训练轮次数目epochs(设为120)、批次大小和训练任务名称。设定的训练轮次数目为120即模型在所有数据集上训练120轮。训练任务名称是将train_v8加数据集名是为了便于存储训练过程和最终的权重(即模型)。这样可以方便地调用和查阅训练过程、模型效果。

model = YOLO(abs_path('./weights/yolov5nu.pt', path_type='current'), task='detect')  # 加载预训练的YOLOv8模型

# model = YOLO('./weights/yolov5.yaml', task='detect').load('./weights/yolov5nu.pt')  # 加载预训练的YOLOv8模型

# Training.

results = model.train(  # 开始训练模型

    data=data_path,  # 指定训练数据的配置文件路径

    device=device,  # 自动选择进行训练

    workers=workers,  # 指定使用2个工作进程加载数据

    imgsz=640,  # 指定输入图像的大小为640x640

    epochs=120,  # 指定训练100个epoch

    batch=batch,  # 指定每个批次的大小为8

    name='train_v5_' + data_name  # 指定训练任务的名称

)

model = YOLO(abs_path('./weights/yolov8n.pt'), task='detect')  # 加载预训练的YOLOv8模型

results2 = model.train(  # 开始训练模型

    data=data_path,  # 指定训练数据的配置文件路径

    device=device,  # 自动选择进行训练

    workers=workers,  # 指定使用2个工作进程加载数据

    imgsz=640,  # 指定输入图像的大小为640x640

    epochs=120,  # 指定训练100个epoch

    batch=batch,  # 指定每个批次的大小为8

    name='train_v8' + data_name  # 指定训练任务的名称

)

4.3.3 YOLOv8/v7/v6/v5对比实验

（1）实验设计：

为评估并比较YOLOv5、YOLOv6、YOLOv7和YOLOv8的模型性能，对多种类机械零件表面缺陷检测目标检测。为保证比较的准确性和有效性，采用相同的车型的多类别机械零件表面缺陷的图像数据集对上述4种模型分别进行训练及测试。采用相同的数据集以便开展性能比较。上述数据集中包含有多种类别机械零件表面缺陷的目标检测图像，对4个模型做对比性研究，探索了解4种模型的优劣，并研究每种模型适用于工业生产环境中哪类实际应用，最终更加系统地认识每种模型的性能。以便进一步改进目标检测任务在工业生产环境中应用，4种模型对比的因素如表4.2所示。

表4.2四种模型对比因素

模型	图像大小 (像素)	mAPval 50-95	CPU ONNX 速度 (毫秒)	A100 TensorRT 速度 (毫秒)	参数数量 (百万)	FLOPs (十亿)
YOLOv5nu	640	34.3	73.6	1.06	2.6	7.7
YOLOv8n	640	37.3	80.4	0.99	3.2	8.7
YOLOv6N	640	37.5	-	-	4.7	11.4
YOLOv7-tiny	640	37.4	-	-	6.01	13.1

（2）度量指标：

F1-Score：F1-Score是评估模型的一个重要指标，特别是对于类别不平衡数据集而言。F1-Score将精确率与召回率进行了综合，是一个总体的评价指标，能评价整个模型。精确率表示模型所预测的所有的正例中有多少是实际的正例，而召回率是指模型所识别出的正例有多少是实际的正例。F1-Score是精确率与召回率的调和平均数，使只有当精确率和召回率同时较高的时候，模型评估才比较高，从而使模型对正例既不出现漏报情况也不会出现多报的情况。

mAP(MeanAveragePrecision)：MeanAveragePrecision(mAP)是目标检测中的一个评估模型性能的标准，mAP不仅能反映模型对单类别识别的准确率，还能反映所有类别之间的平均效果，体现整体的性能。mAP的计算中对于每类别模型的预测都是单独考虑的，从而得出每个类别预测的平均准确率(AP)，最后通过mAP计算这AP之间的平均数，度量指标如下表4.3所示。

表4.3度量指标

名称	YOLOv5nu	YOLOv6n	YOLOv7-tiny	YOLOv8n
mAP	0.963	0.961	0.955	0.964
F1-Score	0.94	0.94	0.94	0.94

（3）实验结果分析：

本文将基于此次实验构建的4个不同版本的YOLO系列模型，即YOLOv5nu模型、YOLOv6n模型、YOLOv7-tiny模型以及YOLOv8n模型，以相同的数据集进行对比。通过这4个不同模型之间的比较结果对4个模型在不同指标的性能进行分析对比，达到评估4个模型在多机械零件表面缺陷检测过程中各自的优势与劣势的作用，以便于选择合适的模型。