X射线底片焊缝缺陷目标检测数据集，5232张，其他的都是盗版。 构建的焊缝缺陷目标检测数据集，扩增5232张，缺陷标注4类，裂纹 气孔 夹渣 未融合/未焊透，VOC格式，处理…

焊缝缺陷检测在工业质检领域绝对是个硬骨头。最近折腾了个X射线底片数据集，5232张带VOC格式标注，包含裂纹、气孔、夹渣、未融合四类缺陷。这玩意儿在焊接质检场景下比公开数据集更接地气，毕竟产线采集的数据自带真实噪声。

先上段数据增强的骚操作。面对焊缝X光片的特性，传统翻转旋转容易破坏缺陷形态特征。试了试Albumentations的组合拳：

import albumentations as A

transform = A.Compose([
    A.GridDistortion(p=0.5),  # 模拟底片畸变
    A.RandomBrightnessContrast(
        brightness_limit=(-0.1, 0.1),  # 控制亮度变化幅度
        contrast_limit=(-0.1, 0.1), 
        p=0.8),
    A.CoarseDropout(
        max_holes=8, 
        max_height=32, 
        max_width=32,  # 模拟底片污渍
        fill_value=155, 
        p=0.3),
], bbox_params=A.BboxParams(format='pascal_voc'))

这套组合技重点保留缺陷区域特征，在保持标注框有效性的同时，模拟真实底片的划痕、亮度不均等问题。特别要注意CoarseDropout的填充值不能直接用0，X光片的背景灰度通常在150-180之间。

处理标注时发现气孔类样本占60%，其他三类严重不足。写了个动态采样脚本平衡训练：

from collections import defaultdict

class_defects = defaultdict(int)
with open('Annotations/train.txt') as f:
    for line in f:
        xml_path = line.strip()
        defects = parse_xml(xml_path)  
        for d in defects:
            class_defects[d] += 1

sample_weights = {
    'crack': 3.0,  # 裂纹权重
    'slag': 2.5,    # 夹渣
    'unfused': 2.0,
    'porosity': 0.8  # 气孔降权
}

这法子比单纯过采样更灵活，训练时根据样本中的缺陷类型动态调整损失权重。实测在Faster R-CNN上提升mAP约5个点，特别是对小目标裂纹检测效果显著。

转换VOC到YOLO格式时踩过坑。原图尺寸4096x2400，直接resize到640x640会导致小缺陷消失。改用滑动窗口切割：

def split_large_image(img_path, tile_size=1024):
    img = cv2.imread(img_path)
    height, width = img.shape[:2]
    
    tiles = []
    for i in range(0, width, tile_size):
        for j in range(0, height, tile_size):
            tile = img[j:j+tile_size, i:i+tile_size]
            # 处理边界不足tile_size的情况
            if tile.shape[0] < tile_size or tile.shape[1] < tile_size:
                tile = cv2.copyMakeBorder(tile, 0, tile_size-tile.shape[0],
                                          0, tile_size-tile.shape[1],
                                          cv2.BORDER_REPLICATE)
            tiles.append(tile)
    return tiles

切割后单张图平均包含1.3个缺陷，比整图训练时正样本比例提升近7倍。注意边缘区域的缺陷要复制扩充，避免被截断。

最后在YOLOv5上跑出的效果：mAP@0.5达到87.4%，但实际部署时发现对密集气孔的误检率偏高。后来在NMS阶段加入形态学约束——两个气孔框的中心距离小于10像素时合并，误检率直降12%。果然工业场景不能纯靠模型，业务规则还得结合着用。