Top Recognition

顶部绿色扇形圆心角识别项目，用于从阀门顶部图片中估计绿色扇形角度。项目提供统一入口 top_angle_estimator.py，支持传统 OpenCV 几何法和 ResNet50 角度回归模型两种方式。

项目内容

• top_angle_estimator.py: 统一预测入口。
• preprocess_interface.py: YOLO ROI 预处理接口。
• train_top_angle_model.py: ResNet50 角度回归模型训练入口。
• top_best.pt: 顶部阀门检测模型。
• side_best.pt: 侧面阀门检测模型。
• outputs/top_angle_resnet50_retrained_300_best.pth: 当前默认 ResNet50 角度回归模型，已更新为全模型 300 轮训练中的验证集最佳权重。
• data_samples/: 样本图片与测试数据。
• TOP_ANGLE_USAGE.md: 更详细的参数和使用说明。

方法

OpenCV

OpenCV 方法会先检测顶部阀门 ROI，再通过 HSV 阈值提取绿色扇形和红色参考区域，结合面积比例和外圈角跨度估计绿色扇形角度。当前默认使用 hybrid 模式。

AI

AI 方法会先提取顶部阀门 ROI，将 ROI 缩放到 224x224，再用 ResNet50 回归模型预测绿色扇形角度。

当前默认 AI 模型来自 data_samples/top 的 847 张带标签图片，使用 --train-mode full 全模型训练 300 轮后取验证集 MAE 最低的第 60 轮权重。训练后在 data_samples/top_test 上的 AI 结果为 n=70, MAE=0.514, MaxAE=2.863。

环境依赖

推荐使用已有 conda 环境：

conda activate k

也可以手动安装依赖：

pip install opencv-python ultralytics torch torchvision pillow numpy

在受限环境中，建议设置 Ultralytics 配置目录到项目内部：

$env:YOLO_CONFIG_DIR='C:\Users\HP\Desktop\Top_Recognization\outputs\ultralytics_config'

常用命令

只使用 OpenCV 预测全部测试图片：

C:\Users\HP\anaconda3\envs\k\python.exe .\top_angle_estimator.py --input data_samples/top_test --method opencv --output outputs/opencv_refined_all.csv

只使用 OpenCV 预测某一组测试图片：

C:\Users\HP\anaconda3\envs\k\python.exe .\top_angle_estimator.py --input data_samples/top_test/t4 --method opencv --output outputs/opencv_t4.csv

同时运行 OpenCV 和 AI：

C:\Users\HP\anaconda3\envs\k\python.exe .\top_angle_estimator.py --input data_samples/top_test --method both --output outputs/top_angle_predictions.csv

只运行 AI：

C:\Users\HP\anaconda3\envs\k\python.exe .\top_angle_estimator.py --input data_samples/top_test --method ai --output outputs/top_angle_predictions.csv

重新训练 AI 模型 300 轮，并保存验证集最佳权重：

$env:YOLO_CONFIG_DIR='C:\Users\HP\Desktop\Top_Recognization\outputs\ultralytics_config'
C:\Users\HP\anaconda3\envs\k\python.exe .\train_top_angle_model.py --train-mode full --epochs 300 --batch-size 8 --eval-batch-size 32 --lr 1e-5 --output-model outputs/top_angle_resnet50_retrained_300_best.pth --log-csv outputs/top_angle_full_300_log.csv --split-csv outputs/top_angle_full_300_split.csv

不使用 YOLO 预处理，直接按图片中心估计：

C:\Users\HP\anaconda3\envs\k\python.exe .\top_angle_estimator.py --input data_samples/top_test/t1 --method opencv --preprocess none

输出

CSV 输出字段包括：

• image: 图片相对路径。
• method: 使用的方法，值为 opencv 或 ai。
• angle: 预测角度。
• true_angle: 从文件名解析出的真实角度。
• error: 绝对误差。
• status: 处理状态，例如 ok、no_roi、no_green。

数据命名

测试图片文件名需要包含真实角度，例如：

10_18.2.jpg

脚本会取最后一个下划线后的数字作为真实角度。没有角度标签的图片仍会预测，但不会参与 MAE 统计。

说明

当前 OpenCV 默认参数已经针对 data_samples/top_test/t1 到 t4 四组测试集做过平衡。更完整的参数说明和验证结果请查看 TOP_ANGLE_USAGE.md。