基于yolov8的基建裂缝目标检测系统

# 基于yolov8的基建裂缝目标检测系统 ### 安装环境 ```bash python -m venv venv # 创建虚拟环境 venv/Scripts/activate # 进入虚拟环境 pip install -r requirements.txt # 安装依赖 ``` **注意：pytorch cuda的格式可能不一致，注意辨别。选用适合自己的cuda版本进行安装** ### 文件目录 * crack/ 裂缝检测输出文件 * datasets/ 数据集 * detects/ 推理集 * slime/ 史莱姆检测失败案例（数据集不够） * crack_predict.py 推理detects/crack下的所有图片的裂缝 * crack_train.py 训练crack数据集 * get_path.py 取出一些数据当作评估数据，在训练完毕后会进行评估 * voc_to_yolo 将voc格式转换为yolo需要的labels格式 * slime_*.py (一些史莱姆的失败案例) * yolov8n.pt 包含了模型的结构和训练好的参数的训练模型 ### 使用 `python crack_predict.py` 检测`detects/crack/*`中图片的裂缝，并输出到`crack/crack_predict/`下,输出文件包含，被标记的图片以及labels `python crack_train.py` 训练基建裂缝数据集，并输出训练集到`crack/crack_train/`并且生成评估信息 ### 修改yolov8源码方面 修改在 yolov8 的源码 `ultralytics/ultralytics/cfg` 目录下 default.yaml ，并将 amp 改为 False ### 一些指标     ### 数据标注 采用labelimg进行标注，后使用voc_to_yolo转换标注格式，然后通过get_path()，随机分配评估数据集与训练数据集 ### 声明 数据来源于工业场景表面缺陷检测数据集及论文集(https://github.com/Charmve/Surface-Defect-Detection)。