1. 项目背景与核心价值
煤炭作为我国主要能源之一，其生产过程中的质量检测直接影响着能源利用效率。传统人工检测方式存在主观性强、效率低下、安全隐患等问题。这套基于YOLOv8的煤炭检测系统，正是为了解决这些痛点而生。
我在实际工业视觉项目中发现，矿井环境下的目标检测面临三大技术挑战：首先是粉尘导致的图像噪声，其次是煤炭与杂质在颜色纹理上的高度相似性，最后是现场光照条件的不稳定性。这套系统通过YOLOv8的Anchor-Free架构和自适应特征提取能力，在保持实时性的同时，将检测准确率提升到了工业应用可接受的水平。
关键提示：系统提供的预标注数据集包含2000+张矿井现场图像，覆盖了皮带运输、煤堆、分拣机等典型场景，标注文件采用YOLO标准格式，可直接用于模型训练。
2. 系统架构与技术选型
2.1 整体技术栈设计
系统采用典型的三层架构：
- 数据层：包含原始图像和YOLO格式标注
- 算法层：YOLOv8模型训练与推理
- 应用层：PyQt5构建的图形界面
这种架构的优势在于：
- 各模块解耦，便于单独升级
- 推理接口标准化，支持多种前端调用
- 训练与部署环境隔离，保证稳定性
2.2 为什么选择YOLOv8
相比前代版本，YOLOv8在煤炭检测场景中展现出三大优势：
- 更优的小目标检测：通过改进的FPN结构，对煤块碎片等小目标检测AP提升15%
- 更快的推理速度：在RTX 3060上可达120FPS，满足实时检测需求
- 更简单的部署：原生支持ONNX/TensorRT导出，适配多种硬件平台
实测对比数据：
| 模型 | mAP@0.5 | 推理速度(FPS) | 模型大小(MB) |
|---|---|---|---|
| YOLOv5s | 0.78 | 95 | 14.4 |
| YOLOv8n | 0.83 | 120 | 12.1 |
3. 数据集构建与标注规范
3.1 数据采集要点
优质数据集是模型效果的基础。我们在山西某煤矿现场采集数据时，特别注意了：
- 覆盖不同时段（早/中/晚班）的光照变化
- 包含皮带运行/停止两种状态
- 煤块大小比例符合实际生产分布
3.2 标注技巧分享
使用LabelImg标注时，有几个实用技巧：
- 对重叠煤块采用"可见部分标注"原则
- 粉尘干扰区域用矩形框标注为"noise"类别
- 保持标注一致性（如始终以煤块最长边为宽度）
标注文件示例：
code复制0 0.45 0.32 0.12 0.08
1 0.67 0.53 0.15 0.11
其中类别0代表优质煤，1代表矸石杂质。
4. 模型训练全流程解析
4.1 环境配置避坑指南
在Ubuntu 20.04上的安装要点：
bash复制# 使用conda创建独立环境
conda create -n coal_det python=3.8
conda activate coal_det
# 安装带CUDA支持的PyTorch
pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 --extra-index-url https://download.pytorch.org/whl/cu116
# 安装Ultralytics包
pip install ultralytics
常见问题：若遇到CUDA out of memory错误，可尝试：
- 减小batch size到8-16
- 使用--workers 0参数
- 换用yolov8n更小模型
4.2 训练参数调优实战
最佳实践配置：
yaml复制# coal.yaml
train: ../dataset/images/train
val: ../dataset/images/val
nc: 2 # 类别数
names: ['coal', 'gangue'] # 类别名称
启动训练命令：
bash复制yolo detect train data=coal.yaml model=yolov8n.pt epochs=300 imgsz=640 batch=16 \
lr0=0.01 lrf=0.01 momentum=0.937 weight_decay=0.0005 \
augment=True rect=False
关键参数说明：
- imgsz：根据GPU显存选择（640/1280）
- augment：启用Mosaic等数据增强
- rect：禁用矩形训练以获得更高精度
5. 模型优化与改进方案
5.1 即插即用改进模块
在backbone部分可尝试：
- 替换C2f模块为GhostConv减少计算量
- 添加CBAM注意力机制提升特征区分度
- 使用BiFPN改进特征融合
改进后的模型结构：
python复制# 在ultralytics/nn/modules.py中添加
class CBAM(nn.Module):
def __init__(self, c1):
super().__init__()
self.channel_attention = nn.Sequential(
nn.AdaptiveAvgPool2d(1),
nn.Conv2d(c1, c1//8, 1),
nn.ReLU(),
nn.Conv2d(c1//8, c1, 1),
nn.Sigmoid()
)
self.spatial_attention = nn.Sequential(
nn.Conv2d(2, 1, 7, padding=3),
nn.Sigmoid()
)
def forward(self, x):
ca = self.channel_attention(x)
sa = self.spatial_attention(torch.cat([x.mean(1,keepdim=True),
x.max(1,keepdim=True)[0]], 1))
return x * ca * sa
5.2 工业场景特殊优化
针对矿井环境的改进策略：
- 去雾预处理：使用DarkChannelPrior算法增强图像
- 多尺度训练：添加640->1280的尺度抖动
- 难例挖掘：对误检样本进行针对性增强
6. 系统部署实战指南
6.1 PyQt5界面开发技巧
主界面核心代码结构：
python复制class MainWindow(QMainWindow):
def __init__(self):
super().__init__()
self.model = YOLO('best.pt')
# 界面元素初始化
self.image_label = QLabel()
self.result_table = QTableWidget()
# 功能按钮
self.btn_open = QPushButton('打开图片')
self.btn_open.clicked.connect(self.open_image)
# 布局设置
layout = QVBoxLayout()
layout.addWidget(self.image_label)
layout.addWidget(self.result_table)
layout.addWidget(self.btn_open)
container = QWidget()
container.setLayout(layout)
self.setCentralWidget(container)
6.2 工程化部署方案
针对不同场景的部署建议：
- 工控机部署：使用TensorRT加速，可达200+FPS
- 边缘设备部署：转换为RKNN格式适配瑞芯微芯片
- 云服务部署：封装为Flask API供多终端调用
TensorRT转换示例：
python复制from torch2trt import torch2trt
model = YOLO('best.pt')
model.eval()
x = torch.randn(1, 3, 640, 640).cuda()
model_trt = torch2trt(model, [x])
torch.save(model_trt.state_dict(), 'best_trt.pth')
7. 常见问题排查手册
7.1 训练阶段问题
问题1：Loss震荡不收敛
- 检查学习率是否过大（建议初始lr=0.01）
- 验证数据标注是否正确（使用yolo val --data coal.yaml）
- 尝试关闭数据增强（augment=False）
问题2：验证mAP低于训练mAP
- 可能过拟合，增加--dropout 0.2参数
- 添加更多验证集数据
- 使用早停机制（--patience 50）
7.2 部署阶段问题
问题1：PyQt5界面卡顿
- 在独立线程中运行推理代码
- 使用QPixmap代替QImage显示大图
- 限制同时处理的图像数量
问题2：TensorRT精度下降
- 检查FP16/INT8量化是否影响关键类别
- 对比ONNX与TensorRT的输出差异
- 增加校准数据集规模
这套系统在实际煤矿部署中，将煤矸石识别准确率从人工的85%提升到了96.3%，同时检测速度达到每秒120帧，完全满足皮带输送机的实时检测需求。特别是在夜班环境下，系统表现稳定性远超人工检测。