一、项目简介
本项目用 YOLOv8 把井下传送带上的异物识别建模为目标检测任务,覆盖异物(yiwu)与锚杆(maogan)两类目标。模型在 3,114 张井下传送带监控图像上训练完成后,以 FastAPI 构建 Web 平台,把推理、统计与训练能力一起放进浏览器。
平台覆盖图片、批量图片、视频、浏览器摄像头四类输入,另提供告警统计、识别历史与同图双权重对比。网页模型训练可在页面配置超参数发起真实训练,训练中在线调整学习率、查看损失与 mAP 曲线,训练完成后把新权重直接切给检测使用。

图片识别页:真实图像推理结果、类别分布与逐框明细
二、数据集说明
数据集按 YOLO 检测格式组织,每张图片对应一份同名标注文件,仅保留图片与标注同时存在的有效样本,训练集与验证集按 8 : 2 划分(随机种子固定 42),无独立测试集。
| 划分 | 图像数量 | 标注框数 | 用途 |
|---|---|---|---|
| 训练集 train | 2,492 | 3,796 | 模型训练与数据增强 |
| 验证集 val | 622 | 947 | 轮次验证与最优权重选择 |
| 合计 | 3,114 | 4,743 | --- |
两类目标数量比约 4 : 1:异物 3,796 框(占 80.0%)、锚杆 947 框(占 20.0%)。单图目标数在 1 至 9 个之间,平均 1.52 个,其中 205 张图同时包含两类目标。图像来自井下监控相机,多为灰度成像、光照偏暗,目标与传送带、煤矸石背景对比弱。

数据集两类真实样本与原始标注框:左图同时含异物与锚杆,右图为传送带上的块状异物
训练框架输出的标注统计显示,两类目标的标注框数量、宽高比与中心位置分布都集中在传送带中段,与俯视监控视角一致。

训练产物 labels.jpg:标注数量与尺寸、位置分布
训练阶段启用 Mosaic 等增强,多张传送带图像被拼接成一张参与训练,并保留真实标注框。

训练产物 train_batch0.jpg:Mosaic 拼接后的训练批次输入与真实标注
项目训练输出目录 train_result/exp 中没有保存 val_batch0_labels.jpg 与 val_batch0_pred.jpg,因此本文不放验证集标注与预测的对照图,也不用其他图片替代,验证表现以 results.csv 的指标与曲线为准。
三、模型训练与结果
训练以 yolov8n.pt 预训练权重为起点做迁移学习:100 轮、batch 16、输入 640 × 640、初始学习率 0.01、动量 0.937、权重衰减 0.0005,优化器自动选择;增强含 HSV 扰动、水平翻转 0.5、平移 0.1、缩放 0.5、Mosaic 1.0,最后 10 轮关闭 Mosaic,未启用 Mixup。开启混合精度,数据加载 4 个 worker,训练在单卡 GPU 上完成 100 轮。
| 指标 | 峰值 | 峰值轮次 | 末轮值(第 100 轮) |
|---|---|---|---|
| mAP@0.5 | 0.8653 | 第 62 轮 | 0.8491 |
| mAP@0.5:0.95 | 0.6402 | 第 62 轮 | 0.6334 |
| Precision | 0.8776 | 第 62 轮 | 0.8464 |
| Recall | 0.8331 | 第 51 轮 | 0.8021 |
三项主指标峰值都出现在第 62 轮,召回峰值略早(第 51 轮),之后进入平台期小幅波动,末轮较峰值回落 1 至 3 个百分点。损失侧,训练 box 损失从首轮 1.406 降至末轮 0.587,验证 box 损失从 1.169 降至 0.856;验证损失始终高于训练损失,但随轮次持续下降,未见明显过拟合。峰值与末轮分别列出,不把不同轮次的数字拼成同一轮表现。

训练产物 all_metrics.png:损失、精确率、召回率与 mAP 综合走势

训练产物 train_loss.png:训练集 box、cls、dfl 三类损失曲线
四、功能设计
登录与注册共用同一张 3 : 4 卡面,密码以 bcrypt 哈希保存,会话用 HttpOnly Cookie 维持,未登录访问接口直接返回 401。

登录页面
系统概览汇总数据集规模、检测类别、近 7 天检测次数与历史累计检出目标,给出检测趋势、类别分布、最近告警与按日告警柱状图,同时显示当前权重、推理设备与数据集状态。

系统概览:检测趋势、类别分布与最近告警
图片识别支持上传本地图片或选用数据集真实样图,检出后输出标注结果图,可切回原图对照;右侧给出目标数、权重、推理参数与类别分布,下方逐框列出序号、类别、置信度、面积与坐标,并支持导出 CSV 与生成检测报告图。

图片识别:同一张 2040 × 1368 井下图像检出 2 个异物目标
批量识别单次提交 200 张以内图像,任务在后台逐张推理,页面实时显示进度与每张目标数,完成后按文件汇总异物、锚杆数量与耗时,并绘出逐张目标数柱状图,汇总结果可导出 CSV。
视频检测按 1 至 10 帧的间隔抽帧推理,显示处理帧数、累计目标与平均耗时,完成后可直接播放标注视频,并给出关键帧列表,点击关键帧可看该帧大图与检出明细。

视频检测:标注视频播放与关键帧列表
摄像头检测通过 getUserMedia 取浏览器本地画面,按秒级间隔抓帧送推理接口,实时回显带框图与最近检出记录,抓拍可写入识别历史;画面只在本地采集,不上传视频流。该页需要真实摄像头设备,本文不放截图。
识别历史按来源类型与关键词筛选,左侧列表显示时间、来源、类型、目标数与耗时,右侧详情回看标注图、推理参数、类别分布与逐框明细,支持单条删除与按类型清空。
数据集浏览按类别筛选全部 3,114 张图像,卡片叠加原始标注框并标注每张图的目标数,右侧给出类别分布、每图目标数分布与标注概况。
告警统计按置信度阈值统计告警,给出 7、14、30 天三档区间的告警趋势、类别占比、区间概览与告警时段分布,并列出最近告警明细。

告警统计:趋势、类别占比、告警构成与时段分布
模型管理展示当前权重、相对路径、文件大小与加载状态,支持上传 .pt 权重并切换激活模型;推理参数(置信度、IoU、最大检出数、输入尺寸、设备、告警阈值)保存后立即对全部检测功能生效。
模型对比任选两个本项目权重,对同一张图片独立推理并排展示,左右各自给出目标数、类别统计与耗时,下方合并明细表按模型逐行列出类别、置信度与坐标。
模型训练在页面配置轮数、批量、输入尺寸、初始学习率、优化器、设备与增强参数后发起真实训练,训练进程独立运行;右侧实时显示进度、最佳 mAP50 与最佳轮次、损失与 mAP 曲线和日志,训练中可提交新的学习率(下一轮生效),可停止并保留已保存权重,完成后可下载权重、下载 results.csv 或直接应用到检测。

模型训练:训练中进度、最佳 mAP50、损失与 mAP 曲线、实时日志
训练指标可切换查看项目原有训练产物与网页训练记录,按当前主题绘制损失、精确率 / 召回率、mAP 与学习率曲线,每张图标出峰值轮次与末轮值,并给出训练参数表与原始产物缩略图。

训练指标:四类曲线与峰值 / 末轮标注
任务中心汇总批量识别与视频检测的后台任务,显示类型、状态、进度与更新时间,运行中的任务可请求停止,已完成任务可查看结果或导出 CSV。
五、技术栈
| 类别 | 技术 | 用途 |
|---|---|---|
| 编程语言 | Python、JavaScript | 后端服务与前端页面 |
| 模型与框架 | YOLOv8 / PyTorch | 异物与锚杆两类目标检测的训练与推理 |
| Web 服务 | FastAPI、Uvicorn | 接口服务、鉴权、后台任务与训练调度 |
| Web 前端 | 原生模块化 JS、CSS | 十三个页面、交互与主题变量 |
| 图像与视频处理 | OpenCV、NumPy、Pillow | 图像解码、中文标注绘制、逐帧处理与视频封装 |
| 数据可视化 | Canvas 自绘图表 | 检测趋势、告警分布、训练损失与 mAP 曲线 |
| 数据存储 | SQLite、JSON | 账号、会话、检测历史、权重与训练记录 |
| 训练任务 | 子进程 + 状态文件 | 训练隔离执行、进度回写、在线调参与安全停止 |
六、项目结构
| 目录 / 文件 | 说明 |
|---|---|
| datasets/ | 图像与 YOLO 标注(images / labels、VOC.yaml) |
| train_result/ | 原始训练产物:exp 权重与 results.csv、visualizations 曲线 |
| ui/ | PyQt6 桌面端(独立保留) |
| config/ | 数据集划分与 data.yaml 生成 |
| utils/ | 训练结果可视化 |
| train.py | 原始训练入口 |
| web/run.py | Web 服务启动入口(环境探测 + 端口检查) |
| web/一键启动.bat | 双击启动脚本 |
| web/backend/ | 配置、存储、鉴权、推理、媒体、任务、训练与导出 |
| web/frontend/ | 页面、样式、交互、图表与十三个页面模块 |
| web/data/ | 运行数据:数据库、上传媒体、训练目录 |
七、运行说明
安装依赖:pip install -r web/requirements.txt。启动 Web 平台:双击 web/一键启动.bat,或在该目录执行 python run.py。服务默认监听本机 8152 端口,重复启动会提示「当前项目服务已启动」;端口被其他程序占用时只提示、不擅自结束进程,启动脚本会自动寻找依赖完整的 Python 环境,不升级 PyTorch 或 CUDA。
初始管理员账号为 admin,首次启动时自动创建,密码以 bcrypt 哈希保存在 web/data/c152.sqlite3 中,页面不展示默认密码。
训练建议直接在「模型训练」页发起,超参数、学习率调整、停止与权重应用都在页面完成,训练产物保存在 web/data/runs 下,不覆盖项目原有的 train_result/exp。桌面端仍可用 python ui/main.py 启动;原始 train.py 依赖仓库中不存在的 core.path_utils 模块,直接执行会报导入错误,命令行复现训练请使用网页训练。