制造业质检、缺陷检测（发霉、划痕、裂纹）等场景，工厂需要针对自己的产品训练专用视觉模型，但现有流程普遍割裂：标注用一个工具、训练靠命令行、导出部署又是另一套脚本，工程师要来回切换；且标注需求多样——找目标位置、有角度的目标、精确轮廓、关键点、裂纹线段各不相同，单一标注工具往往只支持一两种；数据集划分、格式转换、导出选权重也容易出错。本项目立项，就是把"标注 → 训练 → 导出"整合进一个桌面工具：一个界面内完成五种几何标注（可同图混用）+ 整图标签 + 文本 + 状态位，自动生成数据集并按 8:2 分层划分，调用本机 Python 训练模型，一键导出 ONNX 并可加密。面向工业缺陷检测、目标检测/分割/关键点、整图分类等场景，让不熟悉命令行的工程师也能自己训出可用模型。
固定三页结构。 ① 标注工作区 ：导入文件夹/单张图片，五种标注（矩形框 / 旋转 OBB 框 / 多边形 / 点 / 线段） 在同一张图上混用 ；选中、拖动、手柄缩放旋转、双击增删顶点、应用到选中、全选、删除、撤销重做；支持 整图标签 （勾选类别行，用于整图分类、正常-异常）、每条标注的 文本 （OCR 行内容/编号/备注）与 状态位 （忽略/难例/遮挡）；类别管理（自定义 ID、名称、颜色）；原图只读、坐标自动归一化（缩放平移不影响精度）；约 1 秒自动保存，`photo.jpg ↔ photo.txt` 同名对应，类别存`classes.json` 。 ② 训练配置页 ：Python 自动检测/手动指定/版本检测与依赖缺失提示；数据集目录选择；模型/任务下拉（YOLOv8 检测 / OBB 旋转检测 / 实例分割 / 关键点、裂纹线段检测、整图分类、文本行检测、RT-DETR，FasterRCNN 预留）；训练参数（imgsz / epochs / batch / device）；生成数据集（8:2 分层）、开始/停止训练、实时日志；导出 ONNX（只导当前任务的权重）、加密模型 / 解密模型、打开输出目录。 ③ 使用说明页 ：渲染外置 Markdown 文档（左侧文件列表 + 右侧正文），可改、可重新加载，加文件按前缀排序， 不用重编译 。此外产物统一外置到`_work/` ，不污染素材目录。
我负责前端（Qt）、后端（Python）与数据契约的完整设计与实现。技术栈：C++17 + Qt 6.8（Widgets / Gui，基于 QGraphicsView 自绘标注图元）+ CMake；后端为 Python（ultralytics / torch / onnx），由 QProcess 调用本机解释器；模型加解密复用工程内 core 的 CryptoUtil（ChaCha20 + HMAC）。亮点与难点：① 前后端解耦 ——AI 模型的差异全部收敛在后端脚本，模型/任务下拉由`tasks.json` 驱动、前后端共用同一份清单，因此加模型、加任务、改文案、调顺序都 无需改 Qt ；② 唯一数据契约 ——行式文本标注格式（一行一条、坐标归一化 0~1、文本引号包裹、flags 仅允许 ignore/difficult/occluded），前端写、后端读，逐字段对齐；③ 五种几何与整图标签、文本、状态位 同图混合 ，几何编辑（手柄、双击增删顶点、撤销重做把整图标签一并纳入历史）；④ 坐标归一化使缩放平移不影响标注精度，原图只读、标注独立成文件；⑤ 数据集 8:2 分层划分 （优先保证验证集含目标）并按任务转换为 YOLO 检测 / OBB / 分割 / 关键点 / 分类（ImageFolder）标准格式；⑥ 导出 只认当前任务的权重 （权重查找 + 任务校验），杜绝"拿别的任务模型顶替"；⑦ 工程化打磨——产物外置可删可重建、不会被"导入文件夹"误收，启动期逐页 try/catch 容错，脚本与文档外置部署、可热改免编译。
评论