简介：这份资源面向从事工业质检、机器视觉与目标检测的开发者及学生，提供轴承外观缺陷检测的YOLO格式数据集，可直接用于yolov5、yolov8、yolo11等模型的训练与验证。数据共标注1000余张图像，涵盖凹槽、凹陷、擦伤、划痕四个类别，并已按训练集、验证集、测试集划分完毕，附带data.yaml配置文件，开箱即用，省去自行采集与标注的成本。压缩包内共约2000个文件，以1111个txt标注文件和886张jpg图像为主，另有cache缓存与yaml配置，整体约460MB，目录结构清晰，便于快速接入训练流程。目前已有219人学习下载，适合需要真实工业缺陷样本做模型对比、调参或课程实验的读者参考使用。

1. 轴承外观缺陷检测数据集：1000 张 4 类别、开箱即用的 YOLO 训练起点

拿到一个「轴承外观缺陷检测数据集」，很多人第一反应是问：1000 多张够不够训 YOLOv5、YOLOv8 还是 YOLO11？答案不是够不够，而是你怎么用。轴承属于典型的工业小目标场景，缺陷往往是划痕、凹坑、锈斑、缺料这类低对比度区域，1000 张标注图如果类别均衡、划分干净，配合 data.yaml 直接开跑，完全能撑起一个可用的基线模型。这个数据集的价值在于省掉了最耗时的采集和标注环节，让你把精力放在模型选型、超参和部署上。它适合三类人：想快速跑通 YOLO 训练流程的新手、做工业质检毕业设计的学生、以及需要验证缺陷检测方案可行性的工程师。下面从数据组织讲到训练、排错和进阶，全部围绕这套 4 类别、已划分 train/val/test 的数据集展开。

2. 先看懂这套数据集的组织方式：目录、标签与 data.yaml

2.1 目录结构决定你能不能直接开跑

一套「开箱即用」的 YOLO 数据集，核心不是图片数量，而是目录和标签格式是否规范。常见做法是长这样：

bearing_defect/ ├── images/ │ ├── train/ # 训练集图片 │ ├── val/ # 验证集图片 │ └── test/ # 测试集图片 ├── labels/ │ ├── train/ # 与图片同名的 .txt 标签 │ ├── val/ │ └── test/ └── data.yaml # 数据集描述文件

图片和标签必须同名不同后缀，比如images/train/001.jpg对应labels/train/001.txt。如果标签目录里出现空文件，说明这张图是负样本（无缺陷），YOLO 允许保留，但比例别太高，否则模型会偏向「什么都检测不到」。轴承缺陷通常 4 类，假设是scratch（划痕）、dent（凹坑）、rust（锈斑）、missing（缺料），那么每个标签文件里每行是：

<class_id> <x_center> <y_center> <width> <height>

后四个值都是归一化到 0~1的相对坐标，不是像素值。这是新手最容易翻车的地方——直接拿标注工具的像素坐标填进去，训练时框会全部跑到左上角。

2.2 data.yaml 的四个关键字段

data.yaml是 YOLOv5/v8/11 通用的数据集入口，内容一般是这样：

path: /home/user/bearing_defect # 数据集根目录，绝对路径最稳 train: images/train # 相对 path 的训练集路径 val: images/val test: images/test nc: 4 # 类别数 names: ['scratch', 'dent', 'rust', 'missing'] # 类别名，顺序必须和 class_id 对应

参数说明：path用绝对路径能避免「找不到数据集」的玄学问题；train/val/test写相对路径时，YOLO 会自动拼到path后面；nc必须等于names的长度，写错会直接报维度不匹配；names的顺序就是标签里class_id的映射，0 对应第一个名字，改顺序等于把类别标签全打乱。我一般会在训练前跑一段脚本核对类别分布，确认没有某个类别只有个位数样本。

import os, collections label_dir = "bearing_defect/labels/train" counter = collections.Counter() for f in os.listdir(label_dir): if f.endswith(".txt"): with open(os.path.join(label_dir, f)) as fp: for line in fp: if line.strip(): counter[int(line.split()[0])] += 1 print("类别分布:", dict(sorted(counter.items())))

这段脚本统计训练集每个类别的框数量。如果发现rust只有 20 个框而scratch有 800 个，说明类别严重不均衡，后面训练要么加权重，要么做增强补齐。逻辑很简单：逐行读标签，取第一个字段作为类别 id 计数。参数上只需改label_dir指向你的实际路径。

3. 用 YOLOv8 在本地跑通第一轮训练：环境、命令与参数

3.1 环境配置：conda 隔离 + 按显卡选版本

YOLOv8 环境配置踩坑最多的是 PyTorch 和 CUDA 版本对不上。我一般用 conda 建独立环境，避免污染系统 Python：

conda create -n yolo8 python=3.10 -y conda activate yolo8 # 有 NVIDIA 显卡（如 gtx1660ti）时，按官方对应 CUDA 版本装 torch pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121 pip install ultralytics

参数说明：python=3.10是当前兼容性最好的版本；cu121表示 CUDA 12.1，你要按nvidia-smi显示的驱动支持版本选，选高了会报no kernel image。如果是 CPU 版本（比如 Ubuntu 20.04 无显卡机器），直接pip install torch torchvision装 CPU 轮子即可，训练会慢但能跑通流程。装完用一行命令验证：

yolo checks

它会打印 ultralytics 版本、torch 版本、CUDA 是否可用。看到CUDA:0就说明 GPU 认到了。

3.2 训练命令与必调参数

数据集和 data.yaml 就绪后，一条命令就能开跑：

yolo detect train \ data=bearing_defect/data.yaml \ model=yolov8n.pt \ epochs=100 \ imgsz=640 \ batch=16 \ workers=4 \ project=runs/bearing \ name=exp1

参数逐个说：model=yolov8n.pt是 nano 版预训练权重，1000 张图从它微调最稳，别一上来用yolov8x，小数据集容易过拟合；epochs=100是上限，实际看早停；imgsz=640是输入分辨率，轴承缺陷偏小，如果显存够可以试imgsz=960，小目标召回会明显提升；batch=16按显存调，gtx1660ti 6G 跑 640 大概能到 16，爆显存就降到 8；workers=4是数据加载线程，Windows 上设太高反而卡，设 0 或 2 更稳。训练日志里重点看三个指标：box_loss是否稳定下降、mAP50是否在涨、val/box_loss有没有先降后升（过拟合信号）。

3.3 训练完怎么验证和推理

训练结束权重在runs/bearing/exp1/weights/best.pt。验证集评估：

yolo detect val model=runs/bearing/exp1/weights/best.pt data=bearing_defect/data.yaml

单张图推理看效果：

yolo detect predict model=runs/bearing/exp1/weights/best.pt source=test.jpg conf=0.25 save=True

conf=0.25是置信度阈值，轴承缺陷如果漏检多就降到 0.15，误检多就升到 0.4。推理结果图会存到runs/detect/predict，直接肉眼比对标注框和预测框，比看数字更直观。

4. YOLOv5、YOLOv8、YOLO11 在同一套数据上的选型差异

4.1 三个版本对数据格式的要求几乎一致

好消息是这套数据集的标签格式对 YOLOv5、YOLOv8、YOLO11 是通用的，都是归一化 txt + data.yaml。差异主要在训练入口和配置方式：YOLOv5 用train.py脚本加--data参数，YOLOv8/11 用yolo命令行或 Python API。YOLOv5 训练命令：

python train.py --data bearing_defect/data.yaml --weights yolov5s.pt \ --epochs 100 --img 640 --batch 16 --project runs/bearing --name exp1

YOLO11 则和 v8 命令几乎一样，只换模型名：

yolo detect train data=bearing_defect/data.yaml model=yolo11n.pt epochs=100 imgsz=640

选型建议：追求部署生态成熟、资料多，选 YOLOv8；想用更新的网络结构和更好的小目标表现，试 YOLO11；老项目或已有 YOLOv5 部署链路，继续用 v5 最省事。1000 张这个量级，三者差距不会天差地别，关键在超参和增强。

4.2 小目标场景下值得调的增强参数

轴承缺陷小，默认增强可能不够。YOLOv8/11 可以在训练命令里加：

yolo detect train data=bearing_defect/data.yaml model=yolov8n.pt \ epochs=150 imgsz=960 batch=8 \ mosaic=1.0 scale=0.5 degrees=10 fliplr=0.5

参数说明：mosaic=1.0是四图拼接增强，对小目标友好但训练后期可降到 0.5 避免过拟合；scale=0.5允许缩放抖动，模拟不同拍摄距离；degrees=10小幅旋转，轴承是圆形工件，旋转不变性有帮助；fliplr=0.5水平翻转。注意别开flipud（上下翻转），工业件安装方向往往有语义，翻了反而不合理。

5. 避坑与排查：轴承缺陷训练最常见的 5 个翻车现场

5.1 训练 loss 不降，mAP 一直是 0

现象：跑了几十轮，box_loss在 1.0 附近震荡，mAP50始终 0。原因九成是标签坐标没归一化，或者class_id从 1 开始编号（YOLO 要求从 0 开始）。解决：写脚本扫一遍所有标签，确认坐标都在 0~1 之间、类别 id 最大值等于nc-1。发现越界就重新导出标注。

5.2 报错「No labels found」

现象：启动训练直接提示找不到标签。原因通常是data.yaml里path写错，或图片和标签目录层级不对应。解决：把path改成绝对路径，并确认images/train和labels/train在同一父目录下。YOLO 是靠把路径里的images替换成labels找标签的，目录名不能乱改。

5.3 显存爆了（CUDA out of memory）

现象：训练几轮后突然 OOM。原因多为batch或imgsz太大，或workers太多导致内存泄漏。解决：先把batch减半，再把imgsz从 960 降到 640，workers设 2。如果还爆，加cache=False关闭内存缓存。

5.4 验证集 mAP 高但实际推理漏检严重

现象：mAP50有 0.9，拿现场图一测啥都检不到。原因是训练集和验证集同分布，但现场光照、角度差异大。解决：从现场补拍几十张图做测试集，别只看 val 指标；同时降低推理conf阈值，并考虑加亮度、对比度增强重训。

5.5 类别不均衡导致小类别全漏

现象：rust这类样本少的缺陷几乎检不出。原因就是框数量差距太大。解决：在data.yaml同级用cls权重，或对稀有类做复制增强；YOLOv8 也支持在训练时用fraction控制采样，但更直接的是补数据。

6. 把 1000 张用到极致：交叉验证与部署前的一次自检

1000 张不算多，想榨干它的价值，我一般做两件事。第一是交叉验证：把 train+val 合并后重新按 5 折划分，每折训一个模型，看 mAP 波动。如果 5 折 mAP 标准差超过 0.05，说明数据划分本身不稳定，单次结果不可信。YOLO 本身不带 K 折，需要自己写划分脚本：

import os, random, shutil src_img = "bearing_defect/images/train" src_lbl = "bearing_defect/labels/train" files = [f for f in os.listdir(src_img) if f.endswith(".jpg")] random.seed(42) random.shuffle(files) folds = [files[i::5] for i in range(5)] # 5 折 for k, fold in enumerate(folds): for split, data in [("val", fold), ("train", [f for f in files if f not in fold])]: img_dir = f"fold{k}/images/{split}" lbl_dir = f"fold{k}/labels/{split}" os.makedirs(img_dir, exist_ok=True) os.makedirs(lbl_dir, exist_ok=True) for f in data: shutil.copy(os.path.join(src_img, f), img_dir) lbl = f.replace(".jpg", ".txt") if os.path.exists(os.path.join(src_lbl, lbl)): shutil.copy(os.path.join(src_lbl, lbl), lbl_dir)

逻辑是按固定随机种子打乱后切片，保证可复现；每折生成独立的 images/labels 目录，再各写一份 data.yaml 指向它。参数上seed=42固定划分，换种子能验证划分敏感性。

第二是部署前自检：导出 ONNX 或 TensorRT 后，用同一批测试图对比 PyTorch 和导出模型的输出框，IoU 低于 0.9 的框数量如果超过 5%，说明导出有精度损失，要检查输入尺寸和归一化是否一致。这一步能挡掉大量「训练好好的，一上板子就废」的问题。

我自己踩过最深的坑，是早期图省事没做类别分布统计，训完发现模型对某一类完全无感，回头补数据又得重训一遍。后来养成习惯：拿到任何数据集，先跑分布脚本、先看几张标签可视化，再动训练命令。这套轴承数据集结构清晰，值得你按上面的流程完整走一遍，把基线跑稳再谈改进。希望帮到你。

本文还有配套的精品资源，点击获取