4、工业数据集采集与标注：相机选型、光源方案、LabelImg/Roboflow标注实战
数据，说白了就是YOLO模型的“食物”。模型能不能在产线上跑得稳，七成功力都在数据上。我见过太多团队，模型结构调得天花乱坠，结果现场一跑，漏检率直接崩盘——最后查出来，是训练数据跟现场图像根本就不是一回事。
这一章，咱们就聊聊工业场景下，怎么把数据这件事做扎实。从硬件选型到标注工具，一条线串下来。
4.1 相机选型：别只看像素数
很多新手上来就问：“我要多少万像素的相机？”其实像素只是起点，真正决定图像质量的，是传感器、帧率和接口。
| 参数 | 说明 | 工业场景建议 |
|---|---|---|
| 传感器类型 | CMOS vs CCD | CMOS（全局快门优先） |
| 分辨率 | 决定最小可检测缺陷尺寸 | 500万~1200万像素 |
| 帧率 | 产线节拍匹配 | ≥30fps（静态） / ≥60fps（动态） |
| 接口 | 传输带宽与距离 | USB3.0 / GigE / Camera Link |
| 靶面尺寸 | 影响视场角和景深 | 1/1.8" 或 2/3" |
我的经验：检测运动物体时，一定要用全局快门（Global Shutter）。卷帘快门拍高速移动的零件，图像会变形，YOLO根本学不到正确特征。我之前有个项目，用卷帘快门拍传送带上的螺丝，模型死活学不会——换了全局快门，问题直接解决。
4.2 光源方案：打光打得好，模型训练少
光源选对了，YOLO的活儿能少一半。为什么？因为好的光源能直接拉大目标与背景的对比度，模型不需要自己去“猜”特征。
4.2.1 常见光源类型
- 环形光源：适合检测圆形零件、字符、划痕。打光均匀，阴影少。
- 条形光源：适合大平面、长条状物体。角度可调，能突出边缘。
- 同轴光源：适合高反光表面（镜面、玻璃、芯片）。消除反光干扰。
- 背光源：适合轮廓检测、尺寸测量。目标呈黑色剪影。
- 点光源：适合小区域高亮度照明，配合显微镜使用。
4.2.2 光源颜色与波长
不同颜色的光，对不同材质有“穿透”或“反射”差异。比如红色光对金属表面穿透力强，蓝色光对塑料表面细节更敏感。
| 光源颜色 | 波长范围 | 适用场景 |
|---|---|---|
| 白色 | 全波段 | 通用场景，彩色图像 |
| 红色 | 620-750nm | 金属、深色背景、穿透油污 |
| 蓝色 | 450-495nm | 塑料、透明物体、细微纹理 |
| 红外 | 850-940nm | 透光检测、夜视环境 |
避坑：我曾经在一个PCB检测项目里，用了白色环形光源，结果焊点反光严重，模型把反光点误判为缺陷。后来换成蓝色同轴光源，反光消失，准确率从72%直接跳到94%。光源选型，一定要拿实物去现场试。
4.3 标注工具实战：LabelImg vs Roboflow
标注是数据流程里最耗时的一环。我个人的习惯是：小项目用LabelImg，大项目或团队协作用Roboflow。
4.3.1 LabelImg：轻量级本地标注
LabelImg是Python写的开源工具，支持PascalVOC和YOLO格式。安装简单，单机就能跑。
安装与使用步骤：
- 安装依赖：
pip install labelImg - 启动：终端运行
labelImg - 设置自动保存：勾选
Auto Save - 选择YOLO格式：
View → Auto Save → YOLO - 快捷键：
W创建框，A上一张，D下一张
# 安装命令
pip install labelImg
# 启动
labelImg
# 常用快捷键
W - 创建标注框
A - 上一张图片
D - 下一张图片
Ctrl+S - 保存
Ctrl+Shift+E - 导出YOLO格式
小技巧：LabelImg默认保存为XML（PascalVOC格式），记得手动切换到YOLO格式。不然你后面训练时还得转一次格式，浪费时间。
4.3.2 Roboflow：云端协作与数据增强
Roboflow是云端标注平台，支持团队协作、自动标注、数据增强和格式导出。适合多人同时标注的场景。
核心功能：
- 自动标注：上传图片后，Roboflow可以用预训练模型帮你预标注，你只需要微调。
- 数据增强：内置旋转、翻转、裁剪、亮度调整、噪声添加等操作。
- 格式导出：一键导出YOLO、COCO、PascalVOC等格式。
- 版本管理：每次修改都生成新版本，方便回溯。
使用流程：
- 注册Roboflow账号，创建项目
- 上传图片（支持批量拖拽）
- 选择标注模式（矩形框、多边形、关键点）
- 标注完成后，选择
Generate → Augment → Export - 下载YOLO格式数据集
我的建议：如果你做的是工业检测，数据量通常不大（几百到几千张），用LabelImg完全够用。但如果你需要做大量数据增强（比如旋转、加噪声来模拟不同光照），Roboflow的自动化能力能省你很多时间。我有个项目，用Roboflow做了5倍数据增强，模型泛化能力明显提升。
4.4 标注规范与避坑指南
标注质量直接影响模型效果。我见过最离谱的标注，是把背景里的阴影也框进去了——模型学了半天，学的是“阴影检测”。
4.4.1 标注基本原则
- 紧贴目标：标注框要刚好包住目标，不要留太多背景。
- 遮挡处理：部分遮挡的目标也要标注，只标可见部分。
- 边界清晰：模糊边界的目标，宁可稍微内缩，不要外扩。
- 类别一致：同一类目标，标注框大小比例尽量一致。
4.4.2 常见错误
| 错误类型 | 表现 | 后果 |
|---|---|---|
| 漏标 | 图片中有目标但没标注 | 模型学不到该特征，漏检 |
| 错标 | 框选位置偏差大 | 模型定位不准，IOU低 |
| 类别混淆 | 把A类标成B类 | 分类错误，精度下降 |
| 背景误标 | 把背景当成目标 | 模型产生大量误检 |
我曾经踩过的坑：在一个螺丝检测项目里，标注员把螺丝的阴影也框进去了。模型训练完后，在产线上看到任何阴影都报警——包括操作员的手影。后来花了三天重新标注，才把问题解决。所以，标注完成后一定要做一轮“质量抽检”，至少抽查20%的图片。
4.5 本章知识体系
下面这张图，把相机选型、光源方案、标注工具和标注规范串在了一起。你可以把它当作一个检查清单，做项目时对照着来。
嗯，这一章的内容就到这里。数据采集和标注是YOLO项目里最“苦”的活，但也是回报率最高的投入。把硬件选对、光源调好、标注做规范，后面训练模型的时候，你会感谢自己现在的认真。