红外图像绝缘子识别数据集

红外图像绝缘子识别数据集，数据集一共919张图片，标注为voc格式，可以转yolo格式

数据集名称

红外图像绝缘子识别数据集 (Infrared Insulator Recognition Dataset, IIRD)

数据集描述

IIRD是一个专为电气工程领域设计的小规模红外图像数据集，特别适用于绝缘子的检测和识别任务。该数据集包含919张高质量的红外图像，每张图像中都标注了绝缘子的位置信息。所有标签以PASCAL VOC格式（XML）提供，并且可以转换为YOLO格式（TXT），方便直接用于基于YOLO的目标检测模型训练。数据集涵盖了多种环境和条件下的绝缘子图像，确保了模型在实际应用中的鲁棒性。

数据规模

• 总样本数量：919张图像
• 类别数量：1个类别（绝缘子）
• 标签格式：PASCAL VOC格式 (XML)，可转换为YOLO格式 (TXT)
• 数据集大小：根据图像分辨率和压缩情况而定

图像特性

• 多样化场景：数据集中包括变电站、输电线路等多种环境下的图像。
• 多变环境：图像拍摄于不同的时间点（白天、夜间），保证了算法对光照变化的适应能力。
• 高质量图像：所有图像均为高分辨率，确保细节清晰，有助于提高模型的识别精度。
• 真实场景：图像均为实际拍摄，未经过任何数据增强处理，确保了数据的真实性和多样性。
• 稀有数据：红外图像在电力领域相对较少，该数据集提供了宝贵的训练资源。

类别列表

1. 绝缘子 (Insulator)

应用场景

• 电力巡检：辅助无人机或机器人进行电力设备巡检，自动检测绝缘子的状态。
• 故障诊断：通过分析红外图像，快速发现绝缘子的热缺陷或其他异常情况。
• 维护规划：支持电力公司的维护计划，优化检修周期和资源配置。
• 安全监控：提高电力设施的安全监控水平，预防潜在的故障和事故。

数据集结构

一个典型的文件夹结构可能如下所示：

1infrared_insulator_recognition_dataset/
2├── images/
3│   ├── img_00001.jpg
4│   ├── img_00002.jpg
5│   └── ...
6├── annotations/
7│   ├── img_00001.xml
8│   ├── img_00002.xml
9│   └── ...
10├── class_names.txt  # 类别名称文件
11├── train.txt  # 训练集图像路径列表
12├── val.txt  # 验证集图像路径列表
13└── test.txt  # 测试集图像路径列表

标签格式说明

• PASCAL VOC格式 ：
  • 每个图像都有一个对应的XML文件，包含每个对象的类别名及其对应的边界框坐标（xmin, ymin, xmax, ymax）。

示例

假设一张图片img_00001.jpg的分辨率为640x480像素，其对应的PASCAL VOC格式标签文件img_00001.xml内容如下：

1<annotation>
2    <folder>images</folder>
3    <filename>img_00001.jpg</filename>
4    <size>
5        <width>640</width>
6        <height>480</height>
7        <depth>3</depth>
8    </size>
9    <object>
10        <name>insulator</name>
11        <bndbox>
12            <xmin>100</xmin>
13            <ymin>150</ymin>
14            <xmax>200</xmax>
15            <ymax>250</ymax>
16        </bndbox>
17    </object>
18    <!-- 更多对象... -->
19</annotation>

转换为YOLO格式

您可以使用以下Python脚本来将PASCAL VOC格式的标签转换为YOLO格式。

脚本: VOC to YOLO转换

1import os
2import xml.etree.ElementTree as ET
3
4def convert_voc_to_yolo(voc_dir, yolo_dir, class_names):
5    if not os.path.exists(yolo_dir):
6        os.makedirs(yolo_dir)
7    
8    for filename in os.listdir(voc_dir):
9        if not filename.endswith('.xml'):
10            continue
11        
12        tree = ET.parse(os.path.join(voc_dir, filename))
13        root = tree.getroot()
14        
15        image_width = int(root.find('size/width').text)
16        image_height = int(root.find('size/height').text)
17        
18        yolo_filename = filename.replace('.xml', '.txt')
19        with open(os.path.join(yolo_dir, yolo_filename), 'w') as f:
20            for obj in root.findall('object'):
21                name = obj.find('name').text
22                if name not in class_names:
23                    continue
24                
25                class_id = class_names.index(name)
26                
27                bbox = obj.find('bndbox')
28                xmin = int(bbox.find('xmin').text)
29                ymin = int(bbox.find('ymin').text)
30                xmax = int(bbox.find('xmax').text)
31                ymax = int(bbox.find('ymax').text)
32                
33                x_center = (xmin + xmax) / 2.0 / image_width
34                y_center = (ymin + ymax) / 2.0 / image_height
35                width = (xmax - xmin) / image_width
36                height = (ymax - ymin) / image_height
37                
38                f.write(f"{class_id} {x_center} {y_center} {width} {height}\n")
39
40# 使用示例
41voc_dir = 'path/to/infrared_insulator_recognition_dataset/annotations'
42yolo_dir = 'path/to/infrared_insulator_recognition_dataset/labels'
43class_names = ['insulator']
44
45convert_voc_to_yolo(voc_dir, yolo_dir, class_names)

数据准备

为了使用此数据集来训练基于YOLO格式的目标检测模型，您需要执行以下步骤：

1. 确认数据集划分：确保训练集、验证集和测试集已经正确划分。
2. 加载数据：根据所选的框架（如YOLOv5/v7或YOLOv8）加载数据。
3. 设置配置文件：根据所选的框架设置相应的配置文件，指定类别数和其他相关参数。
4. 开始训练过程：启动训练过程并监控模型的性能。

工具和脚本

您可以利用Python库如torchvision和PyTorch来加载和处理数据。以下是一些常用脚本的示例代码，包括数据加载、模型训练和评估。

脚本1: 数据加载

1import os
2from torchvision import transforms
3from torch.utils.data import Dataset, DataLoader
4import cv2
5
6class InfraredInsulatorDataset(Dataset):
7    def __init__(self, image_dir, label_dir, transform=None):
8        self.image_dir = image_dir
9        self.label_dir = label_dir
10        self.transform = transform
11        self.images = [f for f in os.listdir(image_dir) if f.endswith('.jpg') or f.endswith('.png')]
12    
13    def __len__(self):
14        return len(self.images)
15    
16    def __getitem__(self, idx):
17        img_path = os.path.join(self.image_dir, self.images[idx])
18        label_path = os.path.join(self.label_dir, self.images[idx].replace('.jpg', '.txt').replace('.png', '.txt'))
19        
20        image = cv2.imread(img_path)
21        image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
22        
23        with open(label_path, 'r') as f:
24            labels = f.readlines()
25        
26        bboxes = []
27        for label in labels:
28            class_id, x_center, y_center, width, height = map(float, label.strip().split())
29            bboxes.append([class_id, x_center, y_center, width, height])
30        
31        if self.transform:
32            transformed = self.transform(image=image, bboxes=bboxes)
33            image = transformed['image']
34            bboxes = transformed['bboxes']
35        
36        return image, bboxes
37
38def load_data(data_dir, batch_size=32):
39    transform = transforms.Compose([
40        transforms.ToTensor(),
41        transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
42    ])
43    
44    train_dataset = InfraredInsulatorDataset(os.path.join(data_dir, 'images'), os.path.join(data_dir, 'labels'), transform=transform)
45    val_dataset = InfraredInsulatorDataset(os.path.join(data_dir, 'images'), os.path.join(data_dir, 'labels'), transform=transform)
46    test_dataset = InfraredInsulatorDataset(os.path.join(data_dir, 'images'), os.path.join(data_dir, 'labels'), transform=transform)
47    
48    train_loader = DataLoader(train_dataset, batch_size=batch_size, shuffle=True, num_workers=4)
49    val_loader = DataLoader(val_dataset, batch_size=batch_size, shuffle=False, num_workers=4)
50    test_loader = DataLoader(test_dataset, batch_size=batch_size, shuffle=False, num_workers=4)
51    
52    return train_loader, val_loader, test_loader
53
54# 使用示例
55data_dir = 'path/to/infrared_insulator_recognition_dataset'
56train_loader, val_loader, test_loader = load_data(data_dir)

脚本2: 模型训练

1import torch
2import torch.nn as nn
3import torch.optim as optim
4from ultralytics import YOLO
5
6def train_model(model, train_loader, val_loader, num_epochs=10, learning_rate=0.001):
7    device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
8    model.to(device)
9    
10    optimizer = optim.Adam(model.parameters(), lr=learning_rate)
11    
12    for epoch in range(num_epochs):
13        model.train()
14        running_loss = 0.0
15        for images, targets in train_loader:
16            images = images.to(device)
17            targets = [{k: v.to(device) for k, v in t.items()} for t in targets]
18            
19            optimizer.zero_grad()
20            loss_dict = model(images, targets)
21            losses = sum(loss for loss in loss_dict.values())
22            losses.backward()
23            optimizer.step()
24            
25            running_loss += losses.item()
26        
27        print(f'Epoch {epoch+1}/{num_epochs}, Loss: {running_loss/len(train_loader)}')
28        
29        # 验证
30        model.eval()
31        with torch.no_grad():
32            for images, targets in val_loader:
33                images = images.to(device)
34                targets = [{k: v.to(device) for k, v in t.items()} for t in targets]
35                outputs = model(images)
36                # 进一步处理验证结果，计算mAP等指标
37                # ...
38
39# 使用示例
40model = YOLO('yolov8m.yaml')  # 加载YOLOv8m模型
41train_loader, val_loader, _ = load_data('path/to/infrared_insulator_recognition_dataset')
42train_model(model, train_loader, val_loader)

脚本3: 模型评估

1import torch
2from torch.utils.data import DataLoader
3
4def evaluate_model(model, test_loader):
5    device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
6    model.to(device)
7    model.eval()
8    
9    correct = 0
10    total = 0
11    with torch.no_grad():
12        for images, targets in test_loader:
13            images = images.to(device)
14            targets = [{k: v.to(device) for k, v in t.items()} for t in targets]
15            outputs = model(images)
16            # 进一步处理测试结果，计算mAP等指标
17            # ...
18
19# 使用示例
20test_loader = load_data('path/to/infrared_insulator_recognition_dataset')[2]
21evaluate_model(model, test_loader)

项目介绍

项目名称

基于YOLOv8的红外图像绝缘子检测系统

项目描述

该项目旨在开发一个基于YOLOv8的红外图像绝缘子检测系统，能够准确地识别和定位电力设施中的绝缘子。通过使用上述IIRD数据集，我们将训练一个高效的卷积神经网络（CNN）模型，实现对绝缘子的旋转框检测任务。项目的主要目标是提高绝缘子检测的准确性和鲁棒性，同时提供易于部署和使用的接口，方便集成到现有的电力巡检和故障诊断系统中。

项目目标

• 高准确性：在测试集上达到较高的平均精度均值 (mAP)。
• 鲁棒性：在不同光照条件和环境背景下保持良好的检测效果。
• 易用性：提供易于部署和使用的接口，方便集成到现有的系统中。
• 可扩展性：支持未来添加新的检测类别。

项目结构

1infrared_insulator_detection_project/
2├── data/
3│   ├── infrared_insulator_recognition_dataset/
4│   │   ├── images/
5│   │   ├── annotations/  # 原始VOC格式标签
6│   │   ├── labels/  # 转换后的YOLO格式标签
7│   │   ├── class_names.txt
8│   │   ├── train.txt
9│   │   ├── val.txt
10│   │   └── test.txt
11├── models/
12│   ├── yolov8m.py  # YOLOv8m模型定义
13├── trainers/
14│   ├── trainer.py  # 训练器
15├── utils/
16│   ├── utils.py  # 工具函数
17├── scripts/
18│   ├── load_data.py
19│   ├── train_model.py
20│   ├── evaluate_model.py
21├── notebooks/
22│   ├── data_exploration.ipynb  # 数据探索笔记本
23│   ├── model_training.ipynb  # 模型训练笔记本
24│   ├── model_evaluation.ipynb  # 模型评估笔记本
25├── requirements.txt  # 依赖库
26└── README.md  # 项目说明文件

项目流程

1. 数据准备：

   • 确认数据集已划分为训练集、验证集和测试集。
   • 使用load_data.py脚本加载数据。
   • 将VOC格式的标签转换为YOLO格式。

2. 数据探索：

   • 使用data_exploration.ipynb笔记本探索数据集，了解数据分布和质量。

3. 模型训练：

   • 使用train_model.py脚本训练模型。
   • 根据需要调整超参数和模型配置。

4. 模型评估：

   • 使用evaluate_model.py脚本评估模型性能。
   • 生成可视化结果，比较不同模型的表现。

5. 推理和应用：

   • 将模型集成到实际应用中，实现绝缘子检测功能。

6. 结果可视化：

   • 使用可视化工具展示模型的检测结果。

改进方向

如果您已经使用上述方法对该数据集进行了训练，并且认为还有改进空间，以下是一些可能的改进方向：

1. 数据增强：

   • 引入数据增强策略，例如旋转、翻转、缩放、颜色抖动等，以提高模型的泛化能力。
   • 使用混合增强技术，如MixUp、CutMix等，以增加数据多样性。

2. 模型优化：

   • 调整模型超参数，例如学习率、批量大小、优化器等，以找到最佳配置。
   • 尝试使用不同的网络架构，例如YOLOv8的不同版本（s, m, l, x），以提高检测精度。
   • 引入注意力机制，如SENet、CBAM等，以增强模型对关键区域的关注。

3. 损失函数：

   • 尝试使用不同的损失函数，例如Focal Loss、Label Smoothing等，以改善检测效果。
   • 结合多种损失函数，例如交叉熵损失和正则化损失的组合，以平衡不同类型的任务。

4. 后处理：

   • 使用非极大值抑制（NMS）等后处理技术，以减少误检和漏检。
   • 优化边界框回归，提高定位精度。

5. 迁移学习：

   • 使用预训练模型进行微调，利用大规模数据集（如COCO）上的预训练权重，加快收敛速度并提高性能。

6. 集成学习：

   • 使用多个模型进行集成学习，通过投票或加权平均的方式提高最终的检测效果。