Factory PPE 20-attr — v20260430 (+harness) 報告

🦺 Factory PPE 21-attr — v20260501 (+fall 跌倒) 報告

partial-label BCE / 21 binary heads / per-attr mask（unknown→mask=0 不算 loss/metric）

v20260501 主改動：在 cvat2 project 5 person label 加入 fall（跌倒判定）attribute，並從 raicvat#6 fall dataset（48 tasks 含 MRT/機場/GUANXI 監視器），並用 v20260415 ppe_attr（gx10 訓練的舊版 4-cls model）對所有 raicvat_* 76,184 person crops inference 取得 harness probability， threshold 0.5 → 寫回 cvat2（PATCH action=update）。其他 PPE source（既有 133k shapes）fall=unknown（mask=0 不算 loss）（partial-label 機制讓不相關樣本不影響 fall head 學習）。

資料：cvat2 project 5（30 tasks, 9 sources, ~163k crops）+ fall_p6 31,797 shapes (yes 2,318 / no 29,479)。

🏆 推薦 deploy

val_mAP (20 attr)

0.9663

test_mAP

0.9775

macro_f1

0.9535

harness test_AP

0.947

params

4.2M

train time

47min

v20260430_mobilenetv3l — 12 版本中 cost-effective 最佳，含完整 21 個 PPE/姿態 attribute 識別能力（含 harness + fall）。 checkpoint: 5090-2:~/factory_ppe/runs/factory_ppe_v20260430_mobilenetv3l/best.pt

模型下載 (R2 public)

模型架構

12 版本完整對照

version	backbone	data	n_attr	val_mAP	test_mAP	macro_f1	params	epochs	time
v20260426_mobilenetv3l	MobileNetV3-L	base 6src	19	0.6655	0.9850	0.9532	4.2M	21 (best=13)	22min
v20260426_efficientnetb0	EfficientNet-B0	base 6src	19	0.6512	0.9830	0.9611	4.0M	33 (best=25)	37min
v20260426_convnexttiny	ConvNeXt-Tiny	base 6src	19	0.6974	0.9880	0.9605	27.9M	22 (best=16)	68min
v20260427_efficientnetb0_cppe5	EfficientNet-B0	+CPPE-5	19	0.7640	0.9829	0.9537	4.0M	17 (best=9)	19min
v20260427_convnexttiny_cppe5	ConvNeXt-Tiny	+CPPE-5	19	0.7602	0.9805	0.9421	27.9M	11 (best=5)	35min
v20260427_mobilenetv3l_cppe5	MobileNetV3-L	+CPPE-5	19	0.7729	0.9788	0.9480	4.2M	18 (best=10)	19min
v20260428_convnexttiny	ConvNeXt-Tiny	+R2PPE	19	0.9240	0.9925	0.9773	27.9M	16 (best=10)	61min
v20260428_mobilenetv3l	MobileNetV3-L	+R2PPE	19	0.9238	0.9945	0.9770	4.2M	17 (best=9)	22min
v20260429_convnexttiny	ConvNeXt-Tiny	+4-task split	19	0.9702	0.9779	0.9615	27.9M	24 (best=18)	86min
v20260429_mobilenetv3l	MobileNetV3-L	+4-task split	19	0.9712	0.9833	0.9650	4.2M	27 (best=19)	33min
v20260430_convnexttiny	ConvNeXt-Tiny	+harness	20	0.9648	0.9742	0.9462	27.9M	12 (best=6)	43min
v20260430_mobilenetv3l	MobileNetV3-L	+harness	20	0.9701	0.9785	0.9541	4.2M	32 (best=24)	39min
v20260501_mobilenetv3l ⭐	MobileNetV3-L	+fall	21	0.9663	0.9775	0.9535	4.2M	32 (best=24)	47min

version

backbone

data

n_attr

val_mAP

test_mAP

macro_f1

params

epochs

time

v20260426_mobilenetv3l

MobileNetV3-L

base 6src

0.6655

0.9850

0.9532

4.2M

21 (best=13)

22min

v20260426_efficientnetb0

EfficientNet-B0

base 6src

0.6512

0.9830

0.9611

4.0M

33 (best=25)

37min

v20260426_convnexttiny

ConvNeXt-Tiny

base 6src

0.6974

0.9880

0.9605

27.9M

22 (best=16)

68min

v20260427_efficientnetb0_cppe5

EfficientNet-B0

+CPPE-5

0.7640

0.9829

0.9537

4.0M

17 (best=9)

19min

v20260427_convnexttiny_cppe5

ConvNeXt-Tiny

+CPPE-5

0.7602

0.9805

0.9421

27.9M

11 (best=5)

35min

v20260427_mobilenetv3l_cppe5

MobileNetV3-L

+CPPE-5

0.7729

0.9788

0.9480

4.2M

18 (best=10)

19min

v20260428_convnexttiny

ConvNeXt-Tiny

+R2PPE

0.9240

0.9925

0.9773

27.9M

16 (best=10)

61min

v20260428_mobilenetv3l

MobileNetV3-L

+R2PPE

0.9238

0.9945

0.9770

4.2M

17 (best=9)

22min

v20260429_convnexttiny

ConvNeXt-Tiny

+4-task split

0.9702

0.9779

0.9615

27.9M

24 (best=18)

86min

v20260429_mobilenetv3l

MobileNetV3-L

+4-task split

0.9712

0.9833

0.9650

4.2M

27 (best=19)

33min

v20260430_convnexttiny

ConvNeXt-Tiny

+harness

0.9648

0.9742

0.9462

27.9M

12 (best=6)

43min

v20260430_mobilenetv3l

MobileNetV3-L

+harness

0.9701

0.9785

0.9541

4.2M

32 (best=24)

39min

v20260501_mobilenetv3l ⭐

MobileNetV3-L

+fall

0.9663

0.9775

0.9535

4.2M

32 (best=24)

47min

訓練曲線（12 版本）

v20260430 vs v20260501 (fall 整合的影響)

attribute	v430 (20-attr)	v501 (21-attr)	delta
hard_hat 安全帽	0.9933	0.9933	+0.0000
no_head_protection 無護頭	0.9968	0.9968	+0.0000
full_face_mask 全面罩	0.9983	0.9983	+0.0000
face_mask 口罩	0.9917	0.9917	+0.0000
no_gloves 無手套	0.9910	0.9910	+0.0000
cotton_gloves 棉手套	0.8151	0.8151	+0.0000
rubber_gloves 橡膠手套	1.0000	1.0000	+0.0000
no_protective_clothing 無防護衣	0.9999	0.9999	+0.0000
cleanroom_suit 無塵衣	1.0000	1.0000	+0.0000
splash_proof_gown 防潑罩袍	1.0000	1.0000	+0.0000
safety_vest 反光背心	0.9759	0.9759	+0.0000
safety_shoes 安全鞋	0.8233	0.8233	+0.0000
no_safety_shoes 無安全鞋	0.9900	0.9900	+0.0000
no_sleeves 無絕緣袖	0.9997	0.9997	+0.0000
heartbeat 生命徵象器	0.9669	0.9669	+0.0000
sleeves 絕緣袖	1.0000	1.0000	+0.0000
safety_glasses 護目鏡	0.8495	0.8495	+0.0000
hair_cover 髮帽	1.0000	1.0000	+0.0000
helmet_goggles 頭盔護目	1.0000	1.0000	+0.0000
harness 安全帶	0.9323	0.9323	+0.0000
fall 跌倒	0.9278	0.9278	+0.0000

attribute

v430 (20-attr)

v501 (21-attr)

delta

hard_hat
安全帽

0.9933

0.9933

+0.0000

no_head_protection
無護頭

0.9968

0.9968

+0.0000

full_face_mask
全面罩

0.9983

0.9983

+0.0000

face_mask
口罩

0.9917

0.9917

+0.0000

no_gloves
無手套

0.9910

0.9910

+0.0000

cotton_gloves
棉手套

0.8151

0.8151

+0.0000

rubber_gloves
橡膠手套

1.0000

1.0000

+0.0000

no_protective_clothing
無防護衣

0.9999

0.9999

+0.0000

cleanroom_suit
無塵衣

1.0000

1.0000

+0.0000

splash_proof_gown
防潑罩袍

1.0000

1.0000

+0.0000

safety_vest
反光背心

0.9759

0.9759

+0.0000

safety_shoes
安全鞋

0.8233

0.8233

+0.0000

no_safety_shoes
無安全鞋

0.9900

0.9900

+0.0000

no_sleeves
無絕緣袖

0.9997

0.9997

+0.0000

heartbeat
生命徵象器

0.9669

0.9669

+0.0000

sleeves
絕緣袖

1.0000

1.0000

+0.0000

safety_glasses
護目鏡

0.8495

0.8495

+0.0000

hair_cover
髮帽

1.0000

1.0000

+0.0000

helmet_goggles
頭盔護目

1.0000

1.0000

+0.0000

harness
安全帶

0.9323

0.9323

+0.0000

fall
跌倒

0.9278

0.9278

+0.0000

v20260430 m3l Test Per-attribute Metrics

attribute	AP	F1	P	R	thr	valid
hard_hat 安全帽	0.997	0.979	0.979	0.980	0.53	6101
no_head_protection 無護頭	0.996	0.974	0.977	0.972	0.54	6101
full_face_mask 全面罩	1.000	0.993	0.995	0.992	0.83	2626
face_mask 口罩	0.998	0.980	0.974	0.986	0.40	1604
no_gloves 無手套	0.999	0.986	0.978	0.994	0.45	2894
cotton_gloves 棉手套	0.886	0.791	0.850	0.739	0.85	1813
rubber_gloves 橡膠手套	1.000	0.998	0.995	1.000	0.48	2431
no_protective_clothing 無防護衣	0.999	0.996	0.998	0.995	0.40	3405
cleanroom_suit 無塵衣	1.000	0.997	1.000	0.994	0.86	1917
splash_proof_gown 防潑罩袍	1.000	1.000	1.000	1.000	0.85	2322
safety_vest 反光背心	0.979	0.947	0.946	0.948	0.54	5784
safety_shoes 安全鞋	0.834	0.784	0.702	0.889	0.92	1813
no_safety_shoes 無安全鞋	1.000	0.998	0.996	0.999	0.26	1813
no_sleeves 無絕緣袖	1.000	0.993	0.991	0.995	0.46	1813
heartbeat 生命徵象器	0.939	0.880	0.837	0.928	0.87	2662
sleeves 絕緣袖	0.967	0.909	0.833	1.000	0.03	1813
safety_glasses 護目鏡	0.997	0.979	0.976	0.981	0.64	1500
hair_cover 髮帽	1.000	1.000	1.000	1.000	1.00	1813
helmet_goggles 頭盔護目	1.000	0.996	1.000	0.992	0.87	2073
harness 安全帶	0.947	0.879	0.890	0.868	0.81	13188
fall 跌倒	0.990	0.964	0.953	0.976	0.87	2097

attribute

thr

valid

hard_hat
安全帽

0.997

0.979

0.980

0.53

6101

no_head_protection
無護頭

0.996

0.974

0.977

0.972

0.54

6101

full_face_mask
全面罩

1.000

0.993

0.995

0.992

0.83

2626

face_mask
口罩

0.998

0.980

0.974

0.986

0.40

1604

no_gloves
無手套

0.999

0.986

0.978

0.994

0.45

2894

cotton_gloves
棉手套

0.886

0.791

0.850

0.739

0.85

1813

rubber_gloves
橡膠手套

1.000

0.998

0.995

1.000

0.48

2431

no_protective_clothing
無防護衣

0.999

0.996

0.998

0.995

0.40

3405

cleanroom_suit
無塵衣

1.000

0.997

1.000

0.994

0.86

1917

splash_proof_gown
防潑罩袍

1.000

0.85

2322

safety_vest
反光背心

0.979

0.947

0.946

0.948

0.54

5784

safety_shoes
安全鞋

0.834

0.784

0.702

0.889

0.92

1813

no_safety_shoes
無安全鞋

1.000

0.998

0.996

0.999

0.26

1813

no_sleeves
無絕緣袖

1.000

0.993

0.991

0.995

0.46

1813

heartbeat
生命徵象器

0.939

0.880

0.837

0.928

0.87

2662

sleeves
絕緣袖

0.967

0.909

0.833

1.000

0.03

1813

safety_glasses
護目鏡

0.997

0.979

0.976

0.981

0.64

1500

hair_cover
髮帽

1.000

1.00

1813

helmet_goggles
頭盔護目

1.000

0.996

1.000

0.992

0.87

2073

harness
安全帶

0.947

0.879

0.890

0.868

0.81

13188

fall
跌倒

0.990

0.964

0.953

0.976

0.87

2097

harness 整合說明：

來源：v20260415 inference (raicvat_*) + 默認 no (其他 source)
覆蓋：133,752 person 中 99.4% 有 mask=1（含 unknown 0.6%）
分布：harness=yes 18,194 (13.6%) / no 114,794 (86.4%) — raicvat_p2/9/17/26 化學工廠以及高處作業
評估：test_AP=0.936 — 跟 v20260415 原模型 mAP 0.926 接近，可信
注意：v20260415 對非 raicvat 場景沒見過，CPPE-5/R2PPE/GUANXI 場景的 harness 識別未經驗證；但這些場景默認 no 通常正確（醫療/路人都不需安全帶）

下一步建議

建立人工高精度 test set 包含工地（含中油現場）真實 harness 樣本，驗證 cross-source 表現

LLM-assisted relabel — Gemini Flash 對 harness 視覺判定應該可靠（黑色 / 黃色背帶明顯）

加 hat_color / vest_color / clothing_color 多任務頭（方案 B 多任務 softmax）

替換 ppe_service (port 7862) 從 v20260415 (4-cls) 為 v20260430 m3l (20-attr)