人工智能计算机视觉预训练模型系列第 3 期：裂纹检测模型实测记录

裂纹检测属于目标检测任务。它不仅要判断画面中是否存在裂纹，还要定位裂纹所在区域，为后续缺陷分级、维修派单、趋势追踪和自动告警提供基础数据。 本期训练与测试使用 RTX 3080 显卡，数据集共包含 13272 张图片，约 1.6 万个目标。其中训练集包含 11111 张图片、约 1.3 万个目标；验证集包含 1438 张图片、约 0.2 万个目标；测试集包含 723 张图片、约 0.1 万个目标。 | 项目 | 内容 | | --- | --- | | 系列期数 | 第 3 期 | | 本期主题 | 裂纹检测 | | 任务类型 | 目标检测 | | 显卡型号 | RTX 3080 | | 数据集规模 | 13272 张图片，约 1.6 万个目标 | | 训练集规模 | 11111 张图片，约 1.3 万个目标 | | 验证集规模 | 1438 张图片，约 0.2 万个目标 | | 测试集规模 | 723 张图片，约 0.1 万个目标 | 下面是本次裂纹检测任务的训练输入数据样例。裂纹目标通常形态细长、边界不规则，并且容易受到背景纹理、阴影和拍摄角度影响，这也是裂纹检测比普通物体检测更考验数据质量的地方。  验证预测样例可以更直观地观察模型对不同裂纹形态的框选效果。对于工程落地来说，除了指标是否好看，检测框是否稳定、是否漏掉细小裂纹，也同样关键。 

YOLOv5s 是本期记录的第一种裂纹检测模型。该模型包含 157 层网络，约 7M 参数，计算量为 15.8 GFLOPs，模型文件大小约 14 MB。它的特点是结构轻量、推理速度快，适合对实时性和部署成本比较敏感的巡检场景。 训练配置方面，YOLOv5s 的 batch size 为 64，训练 1201 个 epoch，总训练时间约 101 小时。评估结果中，Precision 为 0.88，Recall 为 0.82，mAP50 为 0.86，说明模型已经能够较好地完成裂纹目标的识别与定位。 | 项目 | YOLOv5s | | --- | --- | | 网络层数 | 157 层 | | 参数量 | 7M | | 计算量 | 15.8 GFLOPs | | 模型文件 | 14 MB | | batch size | 64 | | epoch | 1201 | | 训练时间 | 101 小时 | | Precision | 0.88 | | Recall | 0.82 | | mAP50 | 0.86 | 下面是 YOLOv5s 训练过程中的损失与指标变化趋势。通过训练曲线，可以观察模型是否稳定收敛，也能为后续优化数据增强、训练轮次和参数配置提供依据。  推理性能方面，YOLOv5s 的推理显存占用为 368 MB。GPU 单张图片推理 4.3 毫秒，后处理 0.9 毫秒，总计约 5.2 毫秒；CPU 单张图片推理 73.8 毫秒，后处理 10.6 毫秒，总计约 84.4 毫秒。 | 推理环境 | 推理时间 | 后处理时间 | 总耗时 | | --- | ---: | ---: | ---: | | GPU | 4.3 ms | 0.9 ms | 5.2 ms | | CPU | 73.8 ms | 10.6 ms | 84.4 ms | 下面是一张本次测试使用的原始图片。裂纹在画面中并不总是以醒目的形态出现，因此测试图能帮助我们直观看到模型面对真实纹理时的定位表现。  YOLOv5s 的测试结果如下。可以结合原图观察检测框是否覆盖裂纹主体，以及是否存在明显漏检或误检。 

YOLO26s 是本期记录的第二种裂纹检测模型。该模型包含 260 层网络，约 10M 参数，计算量为 22.5 GFLOPs，模型文件大小约 20 MB。它同样面向目标检测任务，可用于裂纹定位、缺陷识别和巡检图像分析。 训练配置方面，YOLO26s 的 batch size 为 48，训练 1670 个 epoch，总训练时间约 155 小时。评估结果中，Precision 为 0.94，Recall 为 0.90，mAP50 为 0.91，体现出较强的裂纹识别能力。 | 项目 | YOLO26s | | --- | --- | | 网络层数 | 260 层 | | 参数量 | 10M | | 计算量 | 22.5 GFLOPs | | 模型文件 | 20 MB | | batch size | 48 | | epoch | 1670 | | 训练时间 | 155 小时 | | Precision | 0.94 | | Recall | 0.90 | | mAP50 | 0.91 | 下面是 YOLO26s 训练过程中的损失与指标变化趋势。对于裂纹检测这类细粒度缺陷任务，训练曲线有助于复盘模型在长时间训练中的收敛状态。  推理性能方面，YOLO26s 的推理显存占用为 372 MB。GPU 单张图片推理 6.1 毫秒，后处理 1.4 毫秒，总计约 7.5 毫秒；CPU 单张图片推理 99.6 毫秒，后处理 34.4 毫秒，总计约 134.0 毫秒。 | 推理环境 | 推理时间 | 后处理时间 | 总耗时 | | --- | ---: | ---: | ---: | | GPU | 6.1 ms | 1.4 ms | 7.5 ms | | CPU | 99.6 ms | 34.4 ms | 134.0 ms | YOLO26s 的测试结果如下。单张测试图可以作为直观参考，但真正部署前，还需要在不同材质、不同光照、不同拍摄距离和连续视频流中继续验证稳定性。 

裂纹检测看似只是“把裂纹框出来”，但落地时会受到现场环境、设备算力、图像清晰度、裂纹尺度和实时性要求的共同影响。一个可用的 AI 视觉模型，不仅要有不错的 mAP 指标，也要具备可接受的推理速度和稳定的检测表现。 从本期记录可以看到，轻量级裂纹检测模型已经能够在较低显存占用和毫秒级 GPU 推理时间下完成目标检测任务。对于道路巡检、桥梁检测、建筑安全、工业表面缺陷检测等场景，这类模型适合作为工程部署的起点，再结合现场数据持续迭代。 如果你正在做裂纹检测、缺陷识别或边缘 AI 巡检，你最关心的是模型的检测精度、漏检率、推理速度，还是复杂现场的稳定性？欢迎把你的应用场景和最难处理的图片类型留下来，后续文章可以继续围绕真实问题做拆解。