👷 Factory PPE 22-attr v20260522

👷 Factory PPE 22-attr v20260522 ⚠️

訓練日期 2026-05-24 · 5090-2 單卡 batch 128 · base v521 hyperparams

⚠️ 略退步 — v521 仍是 production 主版

cvat #12 新增 3 task / 476 frame RAIVISION_DAVIDMAC_CH00（新場域，量小但 split 完整 380/48/48）。引入造成 distribution shift 但量不足讓模型重新對齊：val_mAP 從 v521 0.9741 退到 0.9460（-2.8pp），test mAP 略退 -0.4pp。不上 production，僅 R2 + ppe-demo 保留供對比。

📊 核心指標

🆚 v521 vs v522

指標	v521	v522	Δ
best_val_mAP	0.9741	0.9460	-2.8pp
test mAP	0.9575	0.9531	-0.4pp
test macro_f1	0.9336	0.9345	+0.001
新增 task	+9 (HONCHUAN/JUJIA/IRODA)	+3 (RAIVISION_DAVIDMAC)
cvat #12 tasks fetched	704	720	+16

指標

v521

v522

best_val_mAP

0.9741

0.9460

-2.8pp

test mAP

0.9575

0.9531

-0.4pp

test macro_f1

0.9336

0.9345

+0.001

新增 task

+9 (HONCHUAN/JUJIA/IRODA)

+3 (RAIVISION_DAVIDMAC)

cvat #12 tasks fetched

704

720

+16

🎯 per-attribute（聚焦差異）

Attribute	v521 AP	v522 AP	Δ	解讀
hair_cover	0.887	0.780	-10.7pp	新場域 RAIVISION 沒戴髮網的人多 → 模型誤判
cotton_gloves	0.887	0.812	-7.5pp	本來就難 attr，新資料雜訊
safety_shoes	0.802	0.850	+4.8pp	marginal 回升（v521 已從 v519 大跌）
sleeves	0.804	0.846	+4.2pp	新增資料有 sleeves 例
no_protective_clothing	1.000	1.000	—	頂端持平
aluminized_apron	1.000	1.000	—	頂端持平
splash_proof_gown	1.000	1.000	—	頂端持平
rubber_gloves	1.000	1.000	—	頂端持平
no_safety_shoes	1.000	1.000	—	頂端持平
no_sleeves	1.000	1.000	—	頂端持平
no_gloves	0.999	0.999	—	頂端持平
helmet_goggles	0.997	0.996	-0.001
hard_hat	0.993	0.995	+0.002
no_head_protection	0.992	0.994	+0.002
full_face_mask	0.991	0.990	-0.001
face_mask	0.990	0.986	-0.004
fall	0.976	0.981	+0.005
safety_vest	0.961	0.965	+0.004
safety_glasses	0.963	0.974	+1.1pp
harness	0.924	0.917	-0.007
heartbeat	0.901	0.887	-1.4pp

Attribute

v521 AP

v522 AP

解讀

hair_cover

0.887

0.780

-10.7pp

新場域 RAIVISION 沒戴髮網的人多 → 模型誤判

cotton_gloves

0.887

0.812

-7.5pp

本來就難 attr，新資料雜訊

safety_shoes

0.802

0.850

+4.8pp

marginal 回升（v521 已從 v519 大跌）

sleeves

0.804

0.846

+4.2pp

新增資料有 sleeves 例

no_protective_clothing

1.000

—

頂端持平

aluminized_apron

1.000

—

頂端持平

splash_proof_gown

1.000

—

頂端持平

rubber_gloves

1.000

—

頂端持平

no_safety_shoes

1.000

—

頂端持平

no_sleeves

1.000

—

頂端持平

no_gloves

0.999

—

頂端持平

helmet_goggles

0.997

0.996

-0.001

hard_hat

0.993

0.995

+0.002

no_head_protection

0.992

0.994

+0.002

full_face_mask

0.991

0.990

-0.001

face_mask

0.990

0.986

-0.004

fall

0.976

0.981

+0.005

safety_vest

0.961

0.965

+0.004

safety_glasses

0.963

0.974

+1.1pp

harness

0.924

0.917

-0.007

heartbeat

0.901

0.887

-1.4pp

🔍 退步原因分析

RAIVISION_DAVIDMAC 是新場域，僅 476 frame 不足以讓模型「重新對齊」整體分布
hair_cover -10.7pp 是 RAIVISION 場域人多無髮網（辦公室人員場景）→ 模型過去訓在工廠場景的「無 hair_cover 樣本」可能受新負例淹沒
頂端飽和 attr（aluminized_apron / splash_proof_gown 等）全持平 1.0 — 沒受影響
整體表現 v521 仍最強，v522 是「先放著等更多資料 batch」的中間版

📂 Dataset

項目	v521	v522
cvat #12 tasks fetched	704	720
新場域 task	9 (HONCHUAN/JUJIA/IRODA)	+3 RAIVISION_DAVIDMAC
training time	1863s (~31 min)	~30 min

項目

v521

v522

cvat #12 tasks fetched

704

720

新場域 task

9 (HONCHUAN/JUJIA/IRODA)

+3 RAIVISION_DAVIDMAC

training time

1863s (~31 min)

~30 min

📦 模型下載（純存證，不建議 production 用）

⚙️ Hyperparams（完全沿用 v521）

backbone: mobilenetv3_large_100.ra_in1k img_size: 384×192, batch: 128, epochs: 40, patience: 8 lr: 3e-4, wd: 0.01, aug: camaug, mixup: 0.2 attr_neg_weight: {harness: 2.0, hard_hat: 1.3, safety_vest: 1.3, 其餘: 1.0} 22 attrs partial-label BCE

📋 結論

下一輪 v523 建議：

等更多 RAIVISION_DAVIDMAC task 累積（>20 task / >3000 frame 較有意義）
或補 hair_cover attr 標記（特別在 RAIVISION 場域）讓 hair_cover 重新對齊
同時 sleeves 場域可繼續觀察是否持續進步