简介：这份资源面向计算机相关专业在校学生、教师及企业开发者，提供一套基于Python的无监督正样本缺陷检测完整源码与项目说明，解决仅有正样本数据时如何训练模型并输出缺陷mask的问题。项目分两个数据部分：part1为黑灰图，part2为白边包围与纯黑图，均属正样本；测试集TC_image包含正常与负样本，负样本涵盖凸起、块状、线状、缺口等缺陷类型。针对背景单一、平坦区域采用较简单模型，而复杂纹理数据集则改用无缺陷大图原图训练，待测图以切片形式输入，体现了从简单到复杂场景的模型选型思路。压缩包共120个文件，以63个py源码、29个pyc编译文件、7个md说明文档为主，另含bmp、jpg、png图像样本、xml标注、ipynb实验笔记及Dockerfile等，整体约1.59MB，结构清晰便于复现。已有261人学习，适合作为毕业设计、课程大作业或项目立项演示，读者可借鉴完整训练流程、数据组织方式与缺陷判定逻辑，并在此基础上修改扩展。

1. 只有正样本也能训缺陷检测：这套 Python 源码到底能解决什么

产线上拿到的样本几乎全是良品，这是缺陷检测项目里最真实的开局。你手里可能只有几百张 OK 图，缺陷图一张没有，或者偶尔冒出来几张还标不全 mask。传统监督检测在这里直接卡死——没有负样本，分类器学不出边界。这套基于 Python 的无监督正样本训练源码，解决的正是这个场景：只用正样本训练，推理时输入一张带缺陷的图，模型输出缺陷所在的 mask 区域。项目里给了两个 part 的数据，part1 是黑灰图，part2 是白边包围加纯黑图，都算正样本；测试集 TC_image 里混了正常样本和负样本，负样本覆盖凸起、块状、线状、缺口几类缺陷。背景单一、属于平坦区域，所以模型结构不复杂，适合拿来当毕设、课程设计或大作业的落地骨架。如果你正在找一份能跑通、能改、能写进论文的缺陷检测源码，这份资源的定位就是「正样本训练 + 缺陷 mask 输出」的最小可用闭环。

2. 无监督正样本训练的原理与数据组织：为什么平坦图能这么干

2.1 正样本训练的核心逻辑：把重建误差当缺陷分数

无监督正样本训练的主流思路是自编码器或重建网络。模型只见过良品，训练目标是把输入图压缩再还原，让重建误差在正样本上尽可能小。推理时喂一张带缺陷的图，缺陷区域因为没在训练分布里出现过，重建质量差，误差图自然在缺陷位置隆起。项目里背景单一、纹理平坦，这个假设成立得比较稳——平坦区域的像素分布集中，模型容易学到「正常长什么样」，缺陷一旦打破局部一致性，误差就冒出来。

常见做法是编码器-解码器结构，中间加一个瓶颈层限制信息容量，逼模型只保留正样本的主要模式。损失函数用 MSE 或 SSIM，前者对像素级差异敏感，后者对结构差异更稳。这份源码走的是较简单的模型路线，没有堆复杂注意力模块，原因就在数据本身：黑灰图、纯黑图、白边图，纹理信息少，上重模型反而容易过拟合到噪声。

提示：正样本训练不是万能钥匙。背景复杂、纹理丰富的图，简单重建模型会把缺陷也当正常纹理重建掉，漏检率飙升。项目正文里专门提到复杂图像数据集要用另一套思路，就是这个原因。

2.2 数据目录与文件角色：r.bmp、t.bmp、k.bmp、s.bmp 各是什么

项目根目录下的几个 bmp 文件和 Dockerfile、description.ipynb 构成了最小工程。r.bmp、t.bmp、k.bmp、s.bmp 是正样本图或测试图，0_defect_repair_val.jpg 是缺陷修复后的验证输出图。description.ipynb 是项目说明 notebook，通常包含数据加载、训练、推理的完整流程演示。Dockerfile 用来固化环境，避免 Python 版本和依赖库版本漂移。

数据分两个 part：part1 黑灰图，part2 白边包围加纯黑图。测试集 TC_image 里正常和负样本混在一起，需要先判定哪些是负样本，再把负样本的缺陷 mask 标出来。负样本缺陷类型包括凸起、块状、线状、缺口，这四类在平坦背景下的形态差异明显，mask 标注时要注意边界贴合。

2.3 环境搭建：Python 依赖与 Dockerfile 两条路

环境搭建有两条路。第一条是本地 Python 虚拟环境，第二条是直接用 Dockerfile。本地路线适合调试，Docker 路线适合交付和复现。

# 创建虚拟环境，避免污染系统 Python python -m venv venv # Linux/macOS 激活 source venv/bin/activate # Windows 激活 venv\Scripts\activate # 安装核心依赖，版本按项目实际 requirements 调整 pip install numpy opencv-python torch torchvision matplotlib scikit-image

这段命令先建隔离环境，再装依赖。numpy 和 opencv-python 负责图像读写与预处理，torch 和 torchvision 提供网络与训练工具，matplotlib 做可视化，scikit-image 常用于 SSIM 等结构相似度计算。参数上，torch 版本要和 CUDA 匹配，没有 GPU 就用 CPU 版，训练会慢但平坦图数据量小，能跑通。

# 基于官方 Python 镜像，固定版本保证复现 FROM python:3.9-slim WORKDIR /app COPY . /app RUN pip install --no-cache-dir numpy opencv-python torch torchvision matplotlib scikit-image CMD ["python", "train.py"]

Dockerfile 的逻辑是固定基础镜像、复制代码、装依赖、设启动命令。--no-cache-dir 减小镜像体积，CMD 里的 train.py 按项目实际入口替换。用 Docker 的好处是换机器不用重新配环境，坏处是镜像构建时网络不稳会卡在 pip 安装，建议先本地拉好 wheel 再构建。

注意：项目里没有明确写 requirements.txt 时，依赖版本以 description.ipynb 里实际 import 和运行结果为准，不要盲目装最新版，torch 和 numpy 的大版本不兼容会直接报错。

3. 训练与推理全流程：从正样本到缺陷 mask 的代码落地

3.1 数据加载与预处理：把 bmp 图转成模型能吃的张量

数据加载的第一步是读图、转灰度或保持通道、归一化。平坦图背景单一，归一化到 [0,1] 或 [-1,1] 都行，关键是训练和推理用同一套预处理。

import cv2 import numpy as np import torch from torch.utils.data import Dataset, DataLoader class DefectDataset(Dataset): def __init__(self, image_paths, img_size=256): self.image_paths = image_paths self.img_size = img_size def __len__(self): return len(self.image_paths) def __getitem__(self, idx): # 以灰度方式读取，平坦图不需要彩色信息 img = cv2.imread(self.image_paths[idx], cv2.IMREAD_GRAYSCALE) # 统一尺寸，避免网络输入维度不一致 img = cv2.resize(img, (self.img_size, self.img_size)) # 归一化到 [0,1]，并增加通道维度 img = img.astype(np.float32) / 255.0 img = np.expand_dims(img, axis=0) return torch.tensor(img) # 假设正样本路径列表已准备好 train_dataset = DefectDataset(["r.bmp", "t.bmp", "k.bmp", "s.bmp"]) train_loader = DataLoader(train_dataset, batch_size=4, shuffle=True)

这段代码定义了数据集类，读图用灰度模式，resize 到 256×256，归一化后扩通道。参数 img_size 决定网络输入分辨率，太小缺陷细节丢失，太大显存吃紧，平坦图 256 够用。batch_size 按显存调，4 是保守值。shuffle=True 打乱顺序，避免模型学到文件顺序的伪相关。

3.2 模型定义：一个够用的卷积自编码器

模型不用复杂，卷积自编码器在平坦图上表现稳定。编码器逐层降维，解码器逐层还原，中间瓶颈层控制信息容量。

import torch.nn as nn class ConvAutoencoder(nn.Module): def __init__(self): super().__init__() # 编码器：3 层卷积，逐步提取特征并降采样 self.encoder = nn.Sequential( nn.Conv2d(1, 16, 3, stride=2, padding=1), # 256 -> 128 nn.ReLU(), nn.Conv2d(16, 32, 3, stride=2, padding=1), # 128 -> 64 nn.ReLU(), nn.Conv2d(32, 64, 3, stride=2, padding=1), # 64 -> 32 nn.ReLU(), ) # 解码器：转置卷积逐步还原尺寸 self.decoder = nn.Sequential( nn.ConvTranspose2d(64, 32, 3, stride=2, padding=1, output_padding=1), nn.ReLU(), nn.ConvTranspose2d(32, 16, 3, stride=2, padding=1, output_padding=1), nn.ReLU(), nn.ConvTranspose2d(16, 1, 3, stride=2, padding=1, output_padding=1), nn.Sigmoid(), # 输出归一到 [0,1] ) def forward(self, x): z = self.encoder(x) out = self.decoder(z) return out

编码器每层 stride=2 把空间尺寸减半，通道数翻倍，从 1 通道到 64 通道。解码器用 ConvTranspose2d 还原，output_padding=1 补齐奇数尺寸的还原偏差。最后一层 Sigmoid 把输出压到 [0,1]，和输入归一化范围对齐。这个结构参数量小，训练快，适合平坦图。如果缺陷极细，可以把第一层通道数提到 32，但别盲目加深，容易过拟合。

3.3 训练循环：损失、优化器与早停

训练目标是最小化重建误差。损失用 MSE，优化器用 Adam，学习率 1e-3 起步。

import torch.optim as optim device = torch.device("cuda" if torch.cuda.is_available() else "cpu") model = ConvAutoencoder().to(device) criterion = nn.MSELoss() optimizer = optim.Adam(model.parameters(), lr=1e-3) epochs = 100 best_loss = float("inf") for epoch in range(epochs): model.train() total_loss = 0 for batch in train_loader: batch = batch.to(device) optimizer.zero_grad() recon = model(batch) loss = criterion(recon, batch) loss.backward() optimizer.step() total_loss += loss.item() avg_loss = total_loss / len(train_loader) # 简单早停：连续多轮不降就停 if avg_loss < best_loss: best_loss = avg_loss torch.save(model.state_dict(), "best_autoencoder.pth") print(f"Epoch {epoch+1}, Loss: {avg_loss:.6f}")

这段循环里，zero_grad 清梯度，forward 算重建，criterion 算 MSE，backward 反传，step 更新。每轮记录平均损失，损失创新低就存模型。早停没写全，实际可以加 patience 计数，连续 10 轮不降就 break。学习率 1e-3 是 Adam 常用起点，损失震荡就降到 1e-4。

3.4 推理与缺陷 mask 生成：误差图阈值化

推理时加载模型，输入测试图，算重建误差，阈值化得到 mask。

import matplotlib.pyplot as plt model.load_state_dict(torch.load("best_autoencoder.pth")) model.eval() def detect_defect(img_path, threshold=0.05): img = cv2.imread(img_path, cv2.IMREAD_GRAYSCALE) img = cv2.resize(img, (256, 256)).astype(np.float32) / 255.0 tensor = torch.tensor(img).unsqueeze(0).unsqueeze(0).to(device) with torch.no_grad(): recon = model(tensor) # 计算逐像素误差 error = torch.abs(recon - tensor).squeeze().cpu().numpy() # 阈值化生成 mask mask = (error > threshold).astype(np.uint8) * 255 return img, error, mask img, error, mask = detect_defect("TC_image/sample.bmp") plt.subplot(1,3,1); plt.imshow(img, cmap="gray"); plt.title("Input") plt.subplot(1,3,2); plt.imshow(error, cmap="hot"); plt.title("Error") plt.subplot(1,3,3); plt.imshow(mask, cmap="gray"); plt.title("Mask") plt.show()

推理流程是读图、预处理、前向、算误差、阈值化。threshold 是关键参数，0.05 是起点，误检多就调高，漏检多就调低。error 图用 hot 色图看，缺陷位置会亮。mask 是二值图，白色为缺陷。实际项目里可以加形态学开闭运算去噪，或者用连通域过滤小面积误检。

提示：阈值不是固定值，不同批次图的光照和对比度会变。稳妥做法是在一批正常图上跑推理，统计误差分布，取 95% 或 99% 分位数当阈值。

4. 避坑与排查：正样本训练里最容易翻车的五个点

4.1 现象：训练损失降得很低，推理却全是误检

原因通常是正样本太少或太单一，模型把训练集背下来了，泛化差。解决是加数据增强，旋转、翻转、亮度扰动，或者用更强的瓶颈约束。平坦图增强幅度别太大，否则正常样本被增强成「异常」。

4.2 现象：缺陷 mask 断断续续，连不成片

原因是误差图阈值化后噪声多，或者缺陷本身对比度低。解决是先对 error 图做高斯模糊再阈值化，或者用形态学闭运算把断开的区域连起来。阈值调低能连片，但误检会增加，需要权衡。

4.3 现象：白边包围的 part2 图被当成缺陷

原因是白边在训练集里出现次数少，模型没学好。解决是把 part2 的白边图充分纳入训练，或者预处理时裁掉白边区域，只保留纯黑部分。项目正文专门区分 part1 和 part2，说明这两类正样本的分布差异需要显式处理。

4.4 现象：换一台机器跑，报 numpy 或 torch 版本不兼容

原因是依赖版本没锁。解决是用 Dockerfile 或 requirements.txt 固定版本，别用 pip install 不带版本号。torch 和 numpy 的大版本升级经常改 API，旧代码直接崩。

4.5 现象：推理速度慢，产线节拍跟不上

原因是模型在 CPU 上跑，或者输入分辨率太高。解决是导出 ONNX 或 TensorRT 加速，或者把 img_size 从 256 降到 128。平坦图降分辨率对精度影响有限，速度提升明显。

5. 进阶技巧：把误差图变成可交付的缺陷报告

5.1 用连通域分析给缺陷分类和计数

阈值化得到 mask 后，用 OpenCV 的 connectedComponentsWithStats 做连通域分析，能拿到每个缺陷的面积、外接矩形、质心。结合形态特征可以粗分类：线状缺陷长宽比大，块状缺陷面积大且紧凑，凸起和缺口看边界曲率。

num_labels, labels, stats, centroids = cv2.connectedComponentsWithStats(mask, connectivity=8) for i in range(1, num_labels): area = stats[i, cv2.CC_STAT_AREA] x, y, w, h = stats[i, cv2.CC_STAT_LEFT], stats[i, cv2.CC_STAT_TOP], stats[i, cv2.CC_STAT_WIDTH], stats[i, cv2.CC_STAT_HEIGHT] # 过滤小面积噪声 if area < 20: continue aspect_ratio = max(w, h) / max(min(w, h), 1) defect_type = "线状" if aspect_ratio > 3 else "块状" print(f"缺陷 {i}: 类型={defect_type}, 面积={area}, 位置=({x},{y})")

这段代码遍历连通域，过滤小面积噪声，按长宽比粗分线状和块状。area 阈值 20 是经验值，按实际分辨率调。aspect_ratio 大于 3 判线状，否则块状。凸起和缺口需要更细的轮廓分析，可以用轮廓近似或曲率计算。

5.2 用 SSIM 替代 MSE 提升结构缺陷敏感度

MSE 对像素级差异敏感，但对结构变化不敏感。SSIM 衡量结构相似度，对线状、缺口这类结构缺陷更灵敏。scikit-image 的 structural_similarity 可以直接用。

from skimage.metrics import structural_similarity as ssim def ssim_error_map(img, recon): # SSIM 返回相似度图和总分 score, sim_map = ssim(img, recon, full=True, data_range=1.0) # 相似度取反得到误差图 error_map = 1 - sim_map return error_map

SSIM 的 full=True 返回逐像素相似度图，1 减去它得到误差图。data_range=1.0 对应归一化输入。SSIM 误差图比 MSE 更平滑，阈值化后 mask 更完整，但计算量稍大。实际可以 MSE 和 SSIM 加权融合，兼顾像素和结构。

5.3 验证方法：用正常样本统计误检率

模型上线前必须验证误检率。拿一批没参与训练的正常图跑推理，统计有多少像素被误判为缺陷。误检率高于 1% 就要调阈值或加后处理。

验证要在独立测试集上做，不能拿训练集自测。TC_image 里正常和负样本混在一起，正好用来做这个验证。先跑正常样本统误检，再跑负样本统漏检，两个指标都达标才算可用。

5.4 我踩过的坑：阈值调参别在训练集上做

刚做这个项目时，我在训练集上调阈值，看着 mask 很漂亮，换到 TC_image 上误检一片。后来才明白，训练集上的误差分布和测试集不一样，阈值必须在独立正常样本上统计。从那以后我每次调阈值都强制走一遍独立验证集，先跑正常图看误检，再跑缺陷图看漏检，两个都过了才敢往下走。希望帮到你。

本文还有配套的精品资源，点击获取