摘要
针对铁轨表面缺陷自动化检测需求，本研究构建了基于YOLOv8的实时检测系统，涵盖Spalling（剥落）、Wheel Burn（车轮烧伤）、Squat（轨头压溃）和Corrugation（波浪磨耗）四类典型缺陷。数据集共包含2396张标注图像，按1916/240/240划分训练、验证与测试集。实验结果表明，模型在测试集上整体mAP@0.5达到0.807，平均召回率为0.93。其中Squat检测性能最优（mAP=0.886），Wheel Burn次之（0.829），Spalling（0.783）与Corrugation（0.730）相对偏弱。混淆矩阵显示Spalling与Squat存在14例误判，Corrugation有34例被漏检为背景。综合分析训练损失曲线与PR曲线，模型收敛良好，未见明显过拟合。本研究验证了YOLOv8在铁轨多缺陷检测任务中的可行性，并为后续优化指明了方向。
引言
铁轨作为轨道交通的核心基础设施，其表面缺陷直接影响行车安全与维护成本。传统人工巡检存在效率低、主观性强、漏检率高等问题，难以满足现代铁路高频次、高精度的检测需求。近年来，基于深度学习的目标检测技术，尤其是YOLO系列算法，因其端到端、实时性强的优势，逐渐成为铁轨缺陷自动识别的主流方案。
本研究采用YOLOv8架构，针对四种常见铁轨缺陷——剥落、车轮烧伤、轨头压溃和波浪磨耗，构建了一套完整的检测系统。通过分析模型在2396张真实铁轨图像上的训练结果，系统评估了各类缺陷的检测精度、召回率及混淆情况。研究发现，模型整体召回率高达0.93，表明漏检控制良好；但Corrugation类因样本特征复杂或数量不足，检测精度仅为0.730，存在较多背景误检。此外，Spalling与Squat之间存在特征相似导致的分类混淆。本文旨在量化模型性能瓶颈，提出数据增强与类别权重调整等优化策略，为高可靠性铁轨检测系统的工程落地提供参考。
目录
摘要
引言
功能模块
1、用户管理模块
2、界面与交互模块
3、检测源管理模块
4、检测参数配置模块
5、YOLO检测核心模块
6、结果显示模块
7、结果保存模块
8、工具栏功能
9、辅助功能
10、数据校验模块
背景
数据集介绍
缺陷类别与标注
数据集划分
训练过程
训练结果
模型整体性能
各类别详细分析编辑编辑编辑
混淆矩阵分析编辑
主要问题：
归一化混淆矩阵显示：编辑
训练曲线分析编辑
常用标注工具
功能模块
✅用户登录注册：支持密码检测，密码加密。
注册
登录
✅图片检测：可对图片进行检测，返回检测框及类别信息。
✅参数实时调节（置信度和IoU阈值）
✅支持选择检测目标：可以选择一个或者多个类目的目标进行检测
✅视频检测：支持视频文件输入，检测视频中每一帧的情况。
✅摄像头实时检测：连接USB 摄像头，实现实时监测。
✅日志记录：日志标签页记录操作和错误信息，带时间戳
✅结果保存模块：支持图片/视频/摄像头检测结果保存
1、用户管理模块
| 功能 | 描述 |
|---|---|
| 用户注册 | 用户名、密码、确认密码、邮箱（选填）注册，密码SHA256加密存储 |
| 用户登录 | 用户名密码验证，自动跳转主界面 |
| 用户数据存储 | JSON文件存储用户信息（密码加密、注册时间、邮箱） |
| 登录状态 | 主界面显示当前登录用户名 |
2、界面与交互模块
| 功能 | 描述 |
|---|---|
| 玻璃效果界面 | 半透明毛玻璃背景，圆角边框，现代化视觉风格 |
| 无边框窗口 | 自定义标题栏，支持窗口拖动、最小化、最大化、关闭 |
| 响应式布局 | 主窗口三栏布局（左侧控制区、中央显示区、右侧信息区） |
| 状态栏 | 显示设备信息、模型状态、当前用户、实时时间 |
3、检测源管理模块
| 功能 | 描述 |
|---|---|
| 图片检测 | 支持JPG/JPEG/PNG/BMP格式图片载入 |
| 视频检测 | 支持MP4/AVI/MOV/MKV格式视频载入 |
| 摄像头检测 | 实时调用摄像头（默认ID 0）进行检测 |
| 检测源切换 | 下拉菜单切换三种检测模式，自动更新界面状态 |
4、检测参数配置模块
| 功能 | 描述 |
|---|---|
| 置信度阈值 | 滑动条调节（0-100%，步长1%），实时显示当前值 |
| IoU阈值 | 滑动条调节（0-100%，步长1%），实时显示当前值 |
| 类别选择 | 动态生成检测类别复选框，支持全选/取消全选 |
| 参数同步 | 参数实时同步到检测器核心 |
5、YOLO检测核心模块
| 功能 | 描述 |
|---|---|
| 模型加载 | 加载best.pt模型文件，自动检测GPU可用性，支持CPU/GPU切换 |
| 多模式检测 | 图片检测、视频检测、摄像头实时检测 |
| 检测线程 | 基于QThread的多线程处理，避免界面卡顿 |
| 检测结果 | 返回目标类别、置信度、边界框坐标 |
| FPS计算 | 实时计算处理帧率 |
| 进度反馈 | 视频处理进度条实时更新 |
6、结果显示模块
| 功能 | 描述 |
|---|---|
| 实时画面 | 中央区域显示检测结果图像（带标注框） |
| 统计信息 | 检测状态、目标数量、FPS、处理帧数实时更新 |
| 检测列表 | 右侧列表显示当前帧所有检测到的目标（类别+置信度） |
| 日志记录 | 日志标签页记录操作和错误信息，带时间戳 |
| 占位显示 | 未选择检测源时显示系统LOGO和提示文字 |
7、结果保存模块
| 功能 | 描述 |
|---|---|
| 保存开关 | 复选框控制是否保存检测结果 |
| 路径选择 | 自定义保存路径，支持图片/视频格式自动识别 |
| 自动命名 | 保存文件自动添加时间戳（detection_result_20240101_120000.jpg） |
| 视频保存 | 支持检测结果视频录制（MP4格式） |
| 手动保存 | 工具栏保存按钮可随时保存当前画面 |
| 保存反馈 | 保存成功弹窗提示，日志记录保存路径 |
8、工具栏功能
| 功能 | 描述 |
|---|---|
| 图片按钮 | 快速切换到图片检测模式并打开文件选择器 |
| 视频按钮 | 快速切换到视频检测模式并打开文件选择器 |
| 摄像头按钮 | 快速切换到摄像头检测模式 |
| 保存按钮 | 手动保存当前显示画面 |
9、辅助功能
| 功能 | 描述 |
|---|---|
| 错误处理 | 统一错误弹窗提示，日志记录错误详情 |
| 资源清理 | 检测停止时自动释放摄像头、视频文件、视频写入器资源 |
| 时间显示 | 状态栏实时显示系统时间 |
| 模型状态 | 状态栏显示模型加载状态和当前设备（CPU/GPU） |
10、数据校验模块
| 功能 | 描述 |
|---|---|
| 注册验证 | 用户名长度≥3，密码长度≥6，密码一致性检查，邮箱格式验证 |
| 协议确认 | 注册前需勾选同意用户协议 |
| 文件校验 | 模型文件存在性检查，文件大小验证（≥6MB） |
| 输入非空 | 登录/注册时必填项非空检查 |
背景
铁轨在长期轮轨冲击、环境侵蚀及运维条件下，会产生多种表面缺陷。Spalling（剥落）表现为轨面小块金属脱落，多由接触疲劳引起；Wheel Burn（车轮烧伤）是车轮打滑导致的热致相变痕迹，易引发裂纹扩展；Squat（轨头压溃）表现为轨顶表面的压痕或裂纹，常见于重载线路；Corrugation（波浪磨耗）是轨面周期性波状磨损，显著增加噪声与振动。四类缺陷的形态、尺度及发生位置各异，给统一检测带来挑战。
传统检测方法包括磁粉探伤、超声波检测和人工视觉巡查。这些方式或依赖专业设备、成本高昂，或效率低下、易受人为因素干扰。随着计算机视觉技术的发展，基于卷积神经网络的目标检测方法展现出强大的特征学习能力。YOLOv8作为当前YOLO系列的最新迭代，在检测速度与精度之间取得了更优平衡，适合嵌入车载实时检测系统。因此，构建一个能同时识别多类铁轨缺陷的YOLOv8模型，对于提升铁路运维智能化水平、降低事故风险具有重要意义。
数据集介绍
缺陷类别与标注
共包含4类缺陷，定义及样本分布如下：
Spalling（剥落）：轨面局部材料脱落，呈不规则坑洼状
Wheel Burn（车轮烧伤）：热致变色斑块，常伴金属光泽变化
Squat（轨头压溃）：轨顶表面微小裂纹或压痕
Corrugation（波浪磨耗）：沿钢轨纵向周期性起伏
所有图像均使用LabelImg进行矩形框标注，由铁路工务专家复核标注质量。
数据集划分
| 数据集 | 图像数量 | 用途 |
|---|---|---|
| 训练集 | 1916张 | 模型参数学习 |
| 验证集 | 240张 | 超参数调优与过拟合监控 |
| 测试集 | 240张 | 最终性能评估 |
训练过程
训练结果
模型整体性能
高召回率：在置信度为0时，全类召回率达0.93，说明模型漏检率低。
高精度：在置信度0.952时，全类精度达1.00，高置信度下预测非常可靠。
mAP表现良好：全类mAP@0.5为0.807，说明模型整体检测能力较强。
各类别详细分析![]()
![]()
![]()
| 缺陷类型 | 召回率 | 精确率(mAP) | 表现评价 |
|---|---|---|---|
| Squat | 0.886 | 0.886 | 最佳 |
| Wheel Burn | 0.829 | 0.829 | 良好 |
| Spalling | 0.783 | 0.783 | 中等 |
| Corrugation | 0.730 | 0.730 | 偏弱 |
混淆矩阵分析![]()
主要问题：
Spalling与Squat混淆严重：14个Spalling被误判为Squat True
背景误检：38个背景被误判为Spalling，34个背景被误判为Corrugation
Corrugation识别困难：34个Corrugation被误判为背景，19个背景被误判为Corrugation
归一化混淆矩阵显示：![]()
Spalling准确率：85%
Wheel Burn准确率：85%
Squat True准确率：31%（低！）
Corrugation准确率：6%（极低！）
训练曲线分析![]()
损失函数下降平稳：box_loss、cls_loss、dfl_loss均呈下降趋势
mAP稳定提升：mAP50和mAP50-95随训练轮次稳步上升
未见明显过拟合：训练与验证损失差距合理
常用标注工具
假设您现在准备好进行标注。有几种开源工具可以帮助简化数据标注流程。以下是一些有用的开放标注工具：
Label Studio：一个灵活的工具，支持各种标注任务，并包含用于管理项目和质量控制的功能。 CVAT：一个强大的工具，支持各种标注格式和可定制的工作流程，使其适用于复杂的项目。 Labelme：一个简单易用的工具，可以快速标注带有多边形的图像，非常适合简单的任务。 LabelImg: 一款易于使用的图形图像标注工具，特别适合以 YOLO 格式创建边界框标注。
这些开源工具经济实惠，并提供一系列功能来满足不同的标注需求。
界面核心代码：
