YOLOv5 如何训练自己的工业检测数据集

工业检测项目的第一步不是训练模型，而是把检测目标、缺陷边界、光源和相机位置定义清楚。数据采集时建议覆盖正常件、异常件、不同批次、不同角度和边缘场景。

标注阶段要保持类别粒度稳定。不要一开始就拆出过细的缺陷类别，先用少量清晰类别跑通 Demo，再根据误检和漏检情况扩展。

训练时可以先用预训练权重进行迁移学习，观察 mAP、混淆矩阵和真实视频流效果。工业现场更关注稳定识别和低误报，不要只看离线指标。

部署前建议固定输入尺寸、导出 ONNX，并准备 TensorRT 加速路径。这样后续迁移到 Jetson Orin 或工控机时成本更低。