2. 数据采集与标注规范

数据采集和标注，说白了就是给模型“喂饭”。饭好不好，直接决定了模型能不能干活。我在工业缺陷检测这行摸爬滚打了好几年，见过太多项目因为前期数据没搞好，后面算法调得再好也白搭。这一章，咱们就把这“饭”怎么做，聊透了。

2.1 工业相机选型：别让眼睛骗了你

相机就是模型的“眼睛”。选错了，后面全是废片。我个人习惯，先看三个核心参数：分辨率、帧率、传感器类型。

2.2 光照环境搭建：打光打得好，缺陷跑不了

光照是工业视觉的灵魂。你想想看，一个透明的玻璃瓶，你用正面光打过去，啥也看不见。但用背光一打，里面的气泡、裂纹清清楚楚。

我常用的几种打光方式：

• 环形光： 适合检测平面上的划痕、凹坑。光线均匀，能消除阴影。
• 背光： 适合检测透明物体或轮廓。比如玻璃、塑料瓶的缺陷。
• 同轴光： 适合高反光表面，比如金属、镜面。能避免反光干扰。
• 条形光： 适合检测大面积的表面，比如布匹、纸张。

2.3 标注工具：LabelImg vs CVAT

标注是体力活，但工具选对了，能省一半力。我主要用两个工具：LabelImg 和 CVAT。

2.3.1 LabelImg：轻量级首选

LabelImg 是个老牌工具，基于Python + Qt。安装简单，开箱即用。适合小团队或个人项目。

• 优点： 轻量、免费、支持PascalVOC和YOLO格式。
• 缺点： 不支持多人协作，标注效率一般。
• 我的用法： 快速标注几百张图片时，我首选它。快捷键设置好，鼠标点几下就完事。

2.3.2 CVAT：团队协作利器

CVAT 是Intel开源的在线标注平台。功能强大，支持多人同时标注，还能自动标注（基于预训练模型）。

• 优点： 支持多人协作、自动标注、多种格式导出（COCO、VOC、YOLO等）。
• 缺点： 部署稍复杂，需要Docker环境。
• 我的用法： 项目大了，需要几个人同时标注时，我肯定用CVAT。还能设置标注任务，分配工作量，方便管理。

2.4 标注格式：COCO vs VOC

标注完了，得存成模型能读的格式。目前最主流的就是COCO和VOC。我刚开始学的时候，也搞不清这俩有啥区别。说白了，就是“存数据的方式不同”。

2.4.1 Pascal VOC格式

VOC格式用XML文件存标注信息。每个图片对应一个XML文件。结构清晰，但文件多，管理起来麻烦。

<annotation>
    <folder>images</folder>
    <filename>000001.jpg</filename>
    <size>
        <width>1920</width>
        <height>1080</height>
        <depth>3</depth>
    </size>
    <object>
        <name>scratch</name>
        <bndbox>
            <xmin>100</xmin>
            <ymin>150</ymin>
            <xmax>200</xmax>
            <ymax>250</ymax>
        </bndbox>
    </object>
</annotation>

2.4.2 COCO格式

COCO格式用一个JSON文件存所有标注信息。结构更紧凑，适合大数据集。现在大部分新模型（如Detectron2、MMDetection）都默认用COCO格式。

{
    "images": [{"id": 1, "file_name": "000001.jpg", "width": 1920, "height": 1080}],
    "annotations": [{"id": 1, "image_id": 1, "category_id": 1, "bbox": [100, 150, 100, 100]}],
    "categories": [{"id": 1, "name": "scratch"}]
}

2.5 知识体系总览

下面这张图，把本章的核心内容串起来了。你可以把它当成一个“数据采集与标注”的检查清单。