SkyLi
fd1a5f4050
- Add YOLO-based infrared thermal image detection system - Add dataset configuration (dataset.yaml) with 12 equipment classes - Add training, validation and detection scripts - Add temperature feature extraction and fault diagnosis modules - Update README and CLAUDE.md with correct dataset paths - Optimize .gitignore to track dataset.yaml while ignoring large data files
83 lines
2.4 KiB
Markdown
83 lines
2.4 KiB
Markdown
# 红外故障检测工作计划
|
||
|
||
## 项目目标
|
||
|
||
基于YOLO的红外图像目标识别与ROI区域温度特征提取系统
|
||
|
||
## 项目背景
|
||
|
||
- 现有数据集：红外图像数据（电气设备）
|
||
- 目标：识别红外图像中的设备部件，提取ROI区域的温度特征，用于后续故障诊断
|
||
|
||
## 工作计划
|
||
|
||
### 阶段一：项目初始化与环境配置
|
||
|
||
- [ ] 创建项目目录结构
|
||
- [ ] 配置Python环境（Python 3.8+, PyTorch, OpenCV, NumPy）
|
||
- [ ] 安装YOLO相关依赖（ultralytics）
|
||
- [ ] 整理红外图像数据集，转换为YOLO格式
|
||
- [ ] 编写数据配置文件（data.yaml）
|
||
|
||
### 阶段二：YOLO模型训练与优化
|
||
|
||
- [ ] 选择合适的YOLO模型（YOLOv8）
|
||
- [ ] 编写模型训练脚本
|
||
- [ ] 进行模型训练与验证
|
||
- [ ] 评估模型性能（mAP, Precision, Recall）
|
||
- [ ] 导出训练好的模型（best.pt）
|
||
|
||
### 阶段三：ROI温度特征提取
|
||
|
||
- [ ] 设计ROI区域温度提取算法
|
||
- [ ] 实现基于检测框的温度统计（最大值、最小值、平均值、标准差）
|
||
- [ ] 实现温度分布直方图特征
|
||
- [ ] 实现纹理特征（可选：基于GLCM）
|
||
- [ ] 封装温度特征提取模块
|
||
|
||
### 阶段四：故障诊断接口
|
||
|
||
- [ ] 设计故障诊断流程
|
||
- [ ] 封装推理Pipeline（检测+温度提取+诊断）
|
||
- [ ] 输出结构化结果（JSON格式）
|
||
|
||
### 阶段五：测试与验证
|
||
|
||
- [ ] 准备测试数据集
|
||
- [ ] 端到端流程测试
|
||
- [ ] 性能优化（推理速度）
|
||
|
||
## 项目结构
|
||
|
||
```
|
||
1BaseOnYOLO/
|
||
├── data/ # 数据目录
|
||
│ ├── images/ # 红外图像
|
||
│ ├── labels/ # YOLO格式标注
|
||
│ └── yaml/ # 配置文件
|
||
├── models/ # 模型目录
|
||
│ └── train/ # 训练输出
|
||
├── src/ # 源代码
|
||
│ ├── detect.py # 检测脚本
|
||
│ ├── extract_temp.py # 温度特征提取
|
||
│ ├── diagnose.py # 故障诊断
|
||
│ └── utils/ # 工具函数
|
||
├── weights/ # 模型权重
|
||
├── 工作计划.md
|
||
└── README.md
|
||
```
|
||
|
||
## 技术栈
|
||
|
||
- **深度学习框架**: PyTorch
|
||
- **目标检测**: YOLOv8 (ultralytics)
|
||
- **图像处理**: OpenCV, NumPy
|
||
- **数据格式**: YOLO TXT格式
|
||
|
||
## 预期输出
|
||
|
||
1. 训练好的YOLO模型权重
|
||
2. ROI温度特征提取模块
|
||
3. 故障诊断Pipeline
|
||
4. 完整的项目代码和文档
|