简介：铁路轨道故障图像识别数据集适用于深度学习图像分类任务，主要面向轨道交通运维、缺陷检测方向的开发者和学习者，用来训练区分轨道损坏与未损坏状态的二分类模型。包内包含约380张已标注图像，并按照训练集、验证集、测试集预先划分，json文件提供了具体类别标签，减少自行标注和整理的工作量。整个压缩包共387个文件，以jpg、jpeg图片为主体，附带1个py脚本用于数据可视化、1个json标注文件，资源大小为159.73MB，结构清晰便于直接读取和使用。目前已有192人浏览学习。借助配套的show脚本，读者可直观查看样本与标签分布，快速评估数据质量；数据集既适合入门者实践图像分类流程，也可用于CNN分类网络或YOLOv5分类方案的训练对比，降低轨道缺陷识别项目的启动成本。
1. 铁路轨道故障图像识别数据集：380张已标注图像，究竟能撑起什么任务
一个已标注的铁路轨道故障图像识别数据集，规模固定在约380张，这个量级常给人“太少”的第一印象。但做过实际项目的人会清楚：380张已标注图像如果处理得当，完全能支撑一个分类器甚至一个轻量检测器从零到一完成。关键不在数量本身，而在标签粒度、类别分布和标注质量。
常见做法是，拿到数据后的第一件事不是急着训练，而是先把标签文件、图像尺寸、类别映射逐项盘一遍。这个数据集解决的是“能不能用视觉模型在轨道巡检图片里自动抓缺陷”这个问题，适合三类人：一是做轨检小车或无人机巡检算法的工程师，需要种子数据；二是试水图像识别但在数据标注上预算有限的团队；三是想了解已标注数据集价值、准备立项做轨面异常识别的人。这篇文章会顺着数据梳理、任务定义、模型训练、边界避坑到阈值调优这条线，把每一步落地方案和参数讲清楚。
2. 先看清任务边界：轨道故障图像识别的缺陷类型、标注粒度与任务选型
2.1 轨道“故障”在视觉上到底长什么样
轨道故障图像识别，不是识别一个“轨道”对象，而是找出轨道上的异常。按工务常见分类，大致有这几种能靠光学图像分辨的缺陷：
- 钢轨裂纹：轨头、轨腰或轨底的细微裂缝，图像识别里最难的一类，因为背景纹理和裂纹在灰度上高度接近，尤其当裂纹宽度只有几个像素时，很容易被模型当成噪声过滤掉。
- 剥离掉块与鱼鳞伤：轨头表层金属呈片状脱落，表面形成不规则的暗色凹坑，在侧光照射下有一定立体感，但光线不足时看起来只是脏污。
- 轨头磨耗：主要出现在曲线段外侧，轨头轮廓发生明显变形，在图像中表现为带状高光或轮廓异常。
- 扣件缺陷：扣件缺失、松动、断裂、锈蚀严重。这是沿线数量最多的零部件，很多轨道故障数据集里扣件类样本占比很大，也是图像识别最容易见效的一类。
- 轨枕与道床异常：轨枕裂纹、道砟污染或异物侵入，这类目标尺寸较大，识别难度最低，但容易出现“背景正常但是光照异常导致误报”的问题。
图像识别在轨道场景的落地形态通常有两种：一种是安装在轨检车上的线阵面阵相机，连续采集轨面图像，后台自动抓取缺陷；另一种是无人机或手持设备拍摄定点照片，识别是否有缺陷、缺陷在画面中的像素位置。后者就是这份380张已标注数据集最常见的用武之地：静态图像，标好框或类别，能直接作为无人机巡检图像识别系统的种子数据。
2.2 380张已标注图像能撑起什么任务
这里先给一个直接结论：图像级分类任务直接做，目标检测属于“能跑通但精度受限”，像素级分割不建议一上来就上。
- 图像级分类，也就是判断这张图里有没有故障：380张已标注图像，如果正负样本大致均衡，基于ImageNet预训练的ResNet18或ResNet34做微调，配合数据增强，验证集准确率可以到90%以上。即使样本里带一点噪声，也不会导致训练崩掉。
- 目标检测，也就是输出缺陷框位置：如果标注是bounding box，YOLOv8n或YOLO11n这类轻量模型能跑通，但必须开较强的增强、做k折交叉验证，否则验证mAP会一直抖动。380张框标注用于检测，大约相当于一个完整数据集的15%到20%数据量，可以达到可演示但不够稳定的效果。
- 像素级分割：不建议。分割本质上是像素级密集分类，极其依赖数据量；380张只能作为预标注或半自动标注的底料，离可用效果差距比较大。
多数宣称“铁路轨道故障图像识别数据集”的打包文件，按常见做法是框标注和类别标注兼有。拿到手先打开标签文件看一眼，确认到底是分类还是检测，是第一件事，不是直接训练。
2.3 检查标注文件：值不值得用的三个判据
拿到数据集后，我先按三个判据决定是否值得投入时间。第一，标签文件是否与图像一一对应，这是最常见的坑：标签文件比图像少几十份，多出来的图像可能是空标签负样本，也可能只是漏标；必须去CSV或JSON里确认，而不是靠文件名猜。第二，框坐标是归一化YOLO格式还是像素COCO格式，如果混了，训练时损失根本降不下去，框会全部偏到图像外。第三，类别列表是单类还是多类，如果是多类，要统计每类实例数，避免出现某类只有5个框的情况。
标框质量方面还要看长宽比。有些标注会把一个横跨半幅画面的裂纹画成巨大的矩形框，这在检测任务里基本没有意义，因为框内大部分是正常纹理，模型学到的不是“裂纹”而是“大面积偏暗区域”。遇到这种情况，常见处理是把大框手工拆成多个小框，或者放弃定位任务、只做图像级分类。
2.4 与公开数据集对比：为什么轨道场景要单独考虑领域差异
很多公开图像识别数据集在视觉上看起来很“规整”，例如CCPD车牌数据集目标占画面比例大，HRSC2016遥感舰船数据集背景相对单一，这些数据集训练的模型直接搬到轨道场景都会失效。轨道缺陷数据集的特殊性有三个：目标是细长或小块的异常区域，不能套用“物体在画面中央”的先验；背景是轨枕、道砟、扣件和钢轨纹理，重复度极高，模型会不自觉去学背景纹理；同一缺陷在不同光照、锈蚀程度和拍摄角度下视觉差异很大。
所以选模型时不宜一上来就用大网络。以YOLO为例，从YOLOv8n或YOLO11n起步比直接从YOLOv8x开始要稳得多：大模型在小数据集上非常容易复刻训练集噪声，而且推理成本对巡检边缘设备不友好。对大目标识别有经验的人，在做轨道场景前最好先把“小目标 + 纹理背景 + 光照变化”这三个点刻在脑子里。
3. 把380张已标注数据梳成训练集：格式统一、切分与均衡
3.1 数据包的结构：第一件事是盘文件
拿到数据集，先不要急着跑训练。用下面命令看结构和文件数量：
find . -type f -name "*.jpg" | wc -l find . -type f -name "*.png" | wc -l find . -type f -name "*.txt" | wc -l find . -type f -name "*.json" | wc -l这里最关键的检查是：图像数量与标签数量是否一一对应。例如宣称约380张数据，如果标签只有350份，说明存在“空标签”图或漏标图。空标签图中若全部是正常轨道，应当保留作为负样本；若是有缺陷但没标签，混进训练集则会把模型带偏。
接下来用Python脚本检查标签内容与类别分布：
import os from glob import glob from collections import Counter img_dir = "images" label_dir = "labels" label_files = glob(os.path.join(label_dir, "*.txt")) print(f"标签文件数: {len(label_files)}") cls_counter = Counter() img_with_no_label = 0 for img_path in glob(os.path.join(img_dir, "*.jpg")): # 假设图像文件名与标签名一致，仅后缀不同 base = os.path.splitext(os.path.basename(img_path))[0] lbl_path = os.path.join(label_dir, base + ".txt") if not os.path.exists(lbl_path): img_with_no_label += 1 continue with open(lbl_path) as f: for line in f: parts = line.strip().split() if len(parts) >= 1 and parts[0].isdigit(): cls_counter[int(parts[0])] += 1 print(f"无标签图像数: {img_with_no_label}") print(f"各类别框数量: {cls_counter}")逻辑说明：这个脚本只做两件事——核对文件名对应关系，并统计每个类别的实例总数。标注目录和图像目录可以按YOLO的约定组织：images存放原图，labels存放同名txt，txt每行格式为“class_id cx cy w h”且坐标已归一化。如果检查出txt内容是五列浮点数但第一列不是整数，大概率是归一化坐标文件；如果出现大于1或小于0的坐标，说明标签没有归一化或越界，需要在后面统一处理。
参数说明：脚本里的img_dir和label_dir需要按实际路径改，glob用的扩展名这里写成jpg，实际数据也可能是png或bmp。我一般会把所有图像统一转成jpg再训练，统一后缀能避免DataLoader阶段隐式格式不一致的问题；转换用Pillow一行命令即可，不要在数据集目录里保留两种扩展名。
3.2 固定切分：70/15/15还不够，要用分层抽样
380张数据做训练，最忌讳的是“从头随机分配”。缺陷是长尾的，如果某一类样本只集中在训练集或验证集里，验证指标会严重失真。常见做法是用Scikit-learn的StratifiedShuffleSplit按图像级类别做分层切分，而不是按文件顺序乱切。
import numpy as np from sklearn.model_selection import StratifiedShuffleSplit # 以单标签分类为例：image_names 是图像文件名列表，image_labels 是其类别 X = np.array(image_names) y = np.array(image_labels) split = StratifiedShuffleSplit(n_splits=1, test_size=0.3, random_state=42) for train_idx, val_idx in split.split(X, y): train_names, val_names = X[train_idx], X[val_idx] # 把训练集再切一次：得到 train/val/test 三个子集逻辑说明：第一次切出70%训练、30%临时验证；第二次在30%里再切一半作为验证和测试。两层嵌套的写法比一次性三分干净，因为可以控制每一层的类别比例一致。对小数据集，验证集和测试集至少要各留50张以上，太少的话一次随机波动就把指标拉掉五个点。
参数说明：random_state必须固定，否则复现实验时指标对不上。如果数据集中某些类只有1到2张图，分层抽样会报错，这时需要先把长尾类别合并成“其他缺陷”类，再做切分。380张规模下建议优先保证每个类别在训练集中至少出现五张以上。
3.3 类别分布严重不均：重采样、合并与权重
检查完类别数量后，遇到某类只有几个框的情况，常见处理路径有三条。第一，对数量少的类做重采样，整图复制或局部裁剪复制，让其在每个epoch出现次数增加；第二，把细粒度类别合并成单类，例如把“裂纹”和“剥离掉块”合并成“轨面伤损”，先保证模型学会“找出异常区域”；第三，训练时引入类别权重，让少数类的loss贡献放大。
以ultralytics YOLO为例，data.yaml可以这样组织：
# dataset.yaml train: ./train val: ./val # 0 正常，1 轨面伤损，2 扣件缺陷 nc: 3 names: ['normal', 'surface_damage', 'fastener_defect']逻辑说明：yaml里的类顺序必须与标签txt中的数字完全对应，这是模型能训练起来的第一前提。很多人在这一步翻车：标签文件里是0和1两类，但yaml里写了3个类，结果训练时模型把0当背景、把1当第二类，mAP显示异常还不明所以。
参数说明：如果打开训练日志发现cls_loss降不下来而box_loss很低，几乎可以断定是类别映射错乱，优先检查data.yaml和标签txt的对应关系。另一个值得注意的点是：在detect任务里，背景是隐式类，不需要在yaml里写normal类；如果一张正常轨道图没有框，它自动成为背景样本。
3.4 做一次标签可视化：把标注框画回图上
这个步骤很多人跳过，但在小数据集上极其值得做。把标签画回原图，人眼扫一遍通常只需要半小时，能发现的错误比任何脚本都多。
import cv2 def draw_yolo_labels(img_path, label_path, class_names): img = cv2.imread(img_path) h, w = img.shape[:2] with open(label_path) as f: for line in f: cid, cx, cy, bw, bh = map(float, line.split()) x1 = int((cx - bw / 2) * w) y1 = int((cy - bh / 2) * h) x2 = int((cx + bw / 2) * w) y2 = int((cy + bh / 2) * h) cv2.rectangle(img, (x1, y1), (x2, y2), (0, 0, 255), 2) cv2.putText(img, class_names[int(cid)], (x1, y1 - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 1) return img逻辑说明：这段代码把归一化框坐标换算成像素坐标并画框。巡检图片里经常出现框只框住裂纹的一半、或者把扣件和钢轨一起框进去的情况，人眼扫一遍就能发现。
参数说明：class_names列表要和data.yaml里的names顺序保持一致，否则名字张冠李戴。建议每隔五张图抽一张做可视化，380张全画出来也可以，关键是扫图时对框的精度心里有数。
4. 基于YOLO跑通铁路缺陷识别基线：模型选型、关键参数与增强策略
4.1 模型选型：为什么是YOLOv8n而不是更重的网络
轨道故障识别属于小目标检测，数据量又只有380张，模型越重越容易过拟合。YOLOv8n以640输入尺寸在单张显卡上能跑到百帧级，参数量只有3.2M左右，适合巡检小车或边缘设备部署。YOLO11n是后续轻量版本，特征复用效率更高，但如果没有对应预训练权重，稳妥起见先选YOLOv8n。
用ultralytics工具链跑训练一般是这样：
pip install ultralytics yolo detect train \ data=track_fault.yaml \ model=yolov8n.pt \ epochs=150 \ imgsz=640 \ batch=16 \ patience=30 \ lr0=0.01 \ cos_lr=True \ augment=True \ project=./runs \ name=track_fault_v1逻辑说明：这些参数针对“380张小样本”场景做过取舍。patience=30意味着30个epoch验证指标不改善就早停，避免小数据集上跑满150个epoch后彻底过拟合；cos_lr让学习率沿余弦曲线下降，比阶梯下降更适合小数据集的精细收敛；batch=16受限于显存，同时配合增强策略能让每个epoch看到更多样本组合。
参数说明：lr0=0.01对yolov8n.pt做微调可以，如果用随机初始化的yolov8n.yaml从头训练，建议降到0.005，否则前几个epoch会出现loss震荡。imgsz=640对细长裂纹其实不够，但380张数据里如果原图分辨率高，先640跑通再进阶到1024是合理路径。
如果标签只有图像级类别没有框，就不能用detect任务，要改用分类：
yolo classify train \ data=./cls_dataset \ model=resnet18.pt \ epochs=100 \ imgsz=224 \ batch=32逻辑说明：cls_dataset目录结构一般是train/和val/两个目录，每个类别一个子文件夹。分类任务的收敛速度比检测快得多，380张图足够支撑ResNet18微调。
4.2 关键参数再解释：早停、mosaic与rect
在ultralytics中，训练默认会开启mosaic和fliplr增强。对于轨道缺陷，我的经验是mosaic必须开：它把四张图拼接成一张新图，等效于把样本组合数量放大数倍，让模型在不同光照和背景组合下学习缺陷。但细长裂纹经过mosaic拼接后会被压缩到很小，建议确认mosaic_scale范围不要太小，避免目标缩到十个像素以下。
水平翻转方面，钢轨缺陷大多没有左右语义，裂纹从左上到右下翻转后从右上到左下仍然成立，fliplr可以开。但如果标注涉及“左轨扣件”“右轨扣件”这种方向性类别，必须关掉。
亮度对比度增强对轨道场景极其重要。隧道内、树荫下、逆光拍摄的轨道图光照差异很大，hsv_v扰动建议给到0.03到0.05，hsv_s扰动0.5到0.7。这样做能让模型不那么依赖整体亮度，而更多依赖局部对比度。
4.3 用K折交叉验证代替单一数据划分
第3章里70/15/15是建立基准的方法。380张图做离线评估时，单一划分的方差很大，某次划分到验证集的都是清晰裂纹，指标就虚高；下一次划分到验证集的都是锈蚀背景，指标又塌下去。常见做法是把数据集做5折交叉验证，轮流用4/5数据训练、1/5数据验证，最后综合五个模型的平均mAP。
from sklearn.model_selection import KFold kf = KFold(n_splits=5, shuffle=True, random_state=42) fold_index = 0 for train_idx, val_idx in kf.split(image_names): with open(f"fold{fold_index}_train.txt", "w") as f: for i in train_idx: f.write(image_names[i] + "\n") with open(f"fold{fold_index}_val.txt", "w") as f: for i in val_idx: f.write(image_names[i] + "\n") fold_index += 1逻辑说明：YOLO训练时data.yaml可以指向包含图像路径列表的txt文件，而不是目录。这段脚本生成五组划分文件，每组对应一折的train和val。每一折独立训练后，用同一组指标对比，最终取平均值作为数据集真实水平。
参数说明：KFold只保证随机划分，不保证类别均衡。类别极不均衡时应改用StratifiedKFold。五折训练会产出五个模型，部署时不要五个模型做投票，常见做法是选验证mAP最高的一折作为最终部署模型，其余折作为测试参考。
4.4 第一次训练结果怎么看
训练结束后看两样东西。第一是训练曲线：train_loss持续下降、val_loss先降后升，说明过拟合已经发生，需要提前停或增加增强；val_loss和train_loss同步下降且差值不大，说明模型还在正常学习。第二是PR曲线：在val集上输出的precision和recall曲线，如果曲线下面积集中在高置信度区间，说明模型对自己的判断比较自信；如果曲线在中低置信度区域才抬升，说明缺陷和背景的区分度不足。
ultralytics训练完会在runs目录下生成results.png和confusion_matrix.png。重点关注混淆矩阵中缺陷类被错分成背景的比例，这比mAP数值更直观。如果背景类误报率高，先检查负样本是否充足；如果缺陷类漏检多，先看是不是该类别实例数太少。
5. 380张已标注数据训练后的避坑排查：过拟合、脏标签与类不均衡
5.1 现象：训练loss降到很低、验证mAP抖动或居高不下
这是小数据集上最常见的翻车现场。训练loss一路降到0.03，验证mAP却在不同epoch之间大幅震荡，甚至还在0.2附近徘徊。原因不是“网络不行”，而是模型在训练集上直接记住了特定图像的光照、纹理和拍摄角度，并没有学到“缺陷模式”。验证集里出现相似背景时指标短暂走高，下一张分布略差就掉下来。
解决路径有三个层次。第一，先把patience降到20，用早停拦住过拟合；第二，检查是否所有正常轨道图都混入了训练，如果只有缺陷图没有正常图，模型会把一切轨道纹理当作故障，必须补充负样本到缺陷样本的1.5到2倍；第三，降低imgsz到512，让模型更关注局部纹理而非整图布局。
5.2 现象：空标签图片和重复框让检测器行为异常
一个380张的数据包里，往往混着几张“看起来有缺陷但没有任何框”的图像，或者同一个缺陷被两个标框重复覆盖。空标签图会被当作背景负样本训练，如果里面其实有缺陷，模型就被反复教导“这种裂纹不算正样本”，推理时遇到同类缺陷置信度极低。重复框则会让模型产生尺寸上的混乱，同一个目标要输出两个框。
原因是标注阶段采用了不同标注员或半自动标注工具，审核不严。解决方法是清洗标签：写脚本检测同一图像中IoU大于0.7的框对，保留面积大的那个；同时把所有无标签图像拿出来，人工判断是负样本还是漏标。380张规模的清洗工作量不大，但影响远大于换模型结构。
5.3 现象：某一类缺陷完全学不出来，检测结果几乎为0
原因多半是类别实例数太少。例如扣件缺失可能只有12个实例，集中在3到5张图像里，即使class_weight默认设1，模型也很难从这种数量里学到泛化特征。解决方式不是换网络，而是先做重采样：把含扣件缺失缺陷的整张图复制五份放回训练集，配合mosaic和随机光照增强，让它在每个epoch里多次出现。等验证集该类recall开始上升，再逐步还原复制比例。
另一个解决方向是合并类别。如果业务只需要判断“有没有故障”，把多类合并成单类，380张图里的全部缺陷实例一起参与训练，检测器的召回率会明显提升。等后续数据扩充后再分裂成细粒度类别，这是一条很实用的缓坡路线。
5.4 现象：图像分辨率不一致导致检测框集中在某个尺度
如果数据里既有1920乘1080大图，又有640乘480小图，直接统一缩放到640会洗掉小图的细节，大图里的裂纹也被缩小到不可见。解决方式是先记录每张原图长边，分桶训练：让分辨率相近的图像进入同一个训练配置；或者使用ultralytics的rect模式，按原始宽高比做batch填充。但rect模式会影响batch组成，380张数据规模下建议直接手动分桶更稳妥。
如果标签文件是像素坐标，而数据中存在不同分辨率图片，需要统一转成归一化坐标：
def convert_xyxy_to_yolo(x1, y1, x2, y2, img_w, img_h): # VOC格式像素框 -> YOLO归一化框 cx = (x1 + x2) / 2 / img_w cy = (y1 + y2) / 2 / img_h bw = (x2 - x1) / img_w bh = (y2 - y1) / img_h return cx, cy, bw, bh逻辑说明：这里一次性把所有像素坐标转换为YOLO格式归一化框。转换后建议抽样可视化，而不是直接相信坐标数字。
参数说明：x1、y1、x2、y2是像素整型坐标；img_w和img_h是从原图读取的实际宽高，不是统一缩放后的宽高。很多人在这里忽略：一旦用了LetterBox填充，坐标会整体偏移，必须在转换前先把padding扣除。
6. 把380张数据的识别系统推向可落地：阈值校准、可视化验证与主动扩标
对于这种规模的已标注数据，模型跑通只是第一步，真正能上线边缘设备还需要三步调优：用验证集校准置信度阈值，用可视化确认模型看的是缺陷而非背景纹理，用主动学习扩标下一批数据。
6.1 用验证集校准置信度阈值
YOLO默认的conf阈值是0.25，但在小样本数据集上，这一阈值常常不是最优的。常见做法是从验证集统计不同conf下的精确率和召回率，找到F1最高的一点作为部署阈值。实际项目里我一般保留两个阈值：硬阈值用于自动告警，取值0.4到0.45之间，比默认值高，宁可漏掉少数并清晰报告也不刷屏；软阈值用于生成候选列表供人工复核，取值0.15左右。380张数据规模下背景多样性不足，模型对相似背景易给出过高置信度，这是把阈值调高的原因。
6.2 用可视化验证模型关注的区域
检测模型没有分类模型那样直观的Grad-CAM，但有替代方式：对验证集里的含缺陷图做推理，把预测框和标签框重叠输出成一张对比图，人工确认预测框是否贴合缺陷位置。如果预测框总是偏向图像边缘，说明模型在利用图像边界的光照差异，需要增加随机裁剪或光度增强。如果预测框总是框住整块扣件区域而不是缺失部位，说明标注本身框选范围过大，需要回到第3章的标签可视化步骤修正。
6.3 主动扩标：380张不是终点
把现有模型对未标注图像做推理，按置信度从低到高排序。置信度最低的那批，往往是特征模糊、最难判别的样本；优先把这批交给人工标注，比随机抽样更高效。实际操作时，我把新标注数据与旧数据合并后重新做五折交叉验证，对比新增前后的val mAP。只有数值涨了，才说明这批标注值得加入；如果没涨，回第5章继续清理标签噪声。
轨道小目标识别的数据边际收益在几百到几千张区间非常明显，这也是很多已标注数据集即便只有380张，仍然值得作为种子项目启动的原因。我的习惯是，训练后把最低置信度的30张预测图单独存一个目录，随手截图写两行注释。这个习惯帮我快速发现模型在“装懂”的阶段：有些缺陷拍得清晰，模型早早就给出高置信度，而真正模糊的缺陷需要人工复核。希望帮到你。
本文还有配套的精品资源，点击获取
