📦 模型下載https://pub-478929a98a5c440cb22c2241c0bde314.r2.dev/door_state_v20260610/best.pt

🚪 door_state v20260610(512aug)

2026-06-10 16h 準度研究產出 · cvat #11 · manifest_v608(資料與 v20260608 完全相同, 純訓練配方升級)

TL;DR:img 384→512 + strong aug, 同 test 集 mAP 0.9817 → 0.9929(+0.011), 且修復 has_close 病態閾值(0.001 → 0.7)。seed2 重跑 0.9928 確認非抽籤。

Hyperparams(規則 18)

項目
Backbonemobilenetv3_large_100.ra_in1k(timm, 4.2M params, 2 binary heads + partial-label mask)
訓練 imgsz512(v608: 384)
推論 imgsz512(train/infer 一致, 非 cascade 小目標模型, 不適用規則16 的 1280 強制)
Augstrong(v608: none)— RandomResizedCrop/flip/affine/ColorJitter/erase
其他batch 48 / epochs 20 (early stop ep9) / lr 3e-4 / wd 0.01 / patience 6 / BCE+pos_weight
Datasetmanifest_v608: train 16,037 / val 3,908 / test 2,655(task subset 切分, 同 v20260608 零變動)
訓練 scripttrain_hatch_v2.py r16h_512aug --img-size 512 --aug strong(5090-2, ~25 min 單卡)

同 test 集對照(sklearn AP, n=2655; close 有標 2517: pos 2159 / neg 358)

modelhas_open APhas_close APmAPthr 校準
v20260608(production)0.99290.97040.9817close 病態 thr=0.001
img512(消融: 只加解析度)0.99500.97330.9842正常
aug(消融: 只加 aug)0.97030.98780.9746
512aug(本版)0.99560.99010.9929open 0.5 / close 0.7(F1 0.967 / 0.952)
512aug seed2(重現驗證)0.99180.99370.9928

兩個變因各自只救一頭(512→open、aug→close)且 aug 單獨會傷 open;合併後同時取兩者增益。

誤報分析(SOP 3.5 六步)

部署

項目
ckptdoor_state_v20260610.pt(R2 door_state_v20260610/best.pt · 5090-2 ~/factory_ppe/runs/hatch_r16h_512aug/best.pt
ppe-demo registerdoor_state_v610(與 door_state(v518) 並列觀察)
建議工作點open thr 0.5 / close thr 0.7(test F1-opt; ckpt 內存 val 校準 thr 0.385/0.371 偏舊勿用)
注意512 推論成本約 384 的 1.75×(mobilenetv3 4.2M 絕對值仍小);鐵網閘門場景(電梯井)的 close 誤報為已知限制

出處:16h 自主準度研究 2026-06-10(accuracy_research_v20260610_report)· 同集對照 dump/分析腳本 5090-2 ~/factory_ppe/scripts/r16h/