用YOLOv5系列教程（1）-用YOLOv5轻松实现设备状态智能监控！工业级教程来了

用YOLOv5轻松实现设备状态智能监控！工业级教程来了

设备运维革命：15分钟教会你的摄像头看懂指示灯状态

工业现场各种设备状态指示灯是工程师的"眼睛"——红灯报警、绿灯运行、黄灯待机。但人工巡检耗时费力，关键故障容易漏检！今天分享基于YOLOv5的通用设备状态识别方案，手机拍摄+10分钟训练=设备智能监控系统！

各种工业设备指示灯状态实时识别报警

---

一、全能解决方案优势

​对比传统方案：​​

方案	成本	部署周期	准确率	可扩展性
人工巡检	高（人力成本）	立即	80%左右	差
专用传感器	极高（设备改造成本）	数周	95%	差
​本方案​	​极低（普通摄像头）​​	​1天​	​**>97%​**​	​支持无限扩展​

---

二、五分钟环境准备

通用设备检测专用环境

# 创建深度学习环境
conda create -n device_status python=3.8
conda activate device_status

# 安装核心工具（添加工业图像处理库）
pip install torch torchvision opencv-python albumentations 
git clone https://github.com/ultralytics/yolov5
cd yolov5
pip install -r requirements.txt

💡 ​工业场景特需：​​ 额外安装albumentations库支持更专业的数据增强

工业检测专用工具包

# utils/industrial_tools.py
import cv2

def enhance_led_region(img):
    """增强图像中的LED区域"""
    # HSV空间增强饱和度
    hsv = cv2.cvtColor(img, cv2.COLOR_BGR2