📦 模型下載：https://pub-478929a98a5c440cb22c2241c0bde314.r2.dev/factory_ppe_v20260605/best.pt

👷 PPE 22-attr v20260605

2026-06-05 · 5090-2 · MobileNetV3-L partial-label BCE · cvat #12 +33 新場域 task

⭐ 同 test 集對照 v603 mAP +0.0251 大進步（hair_cover 0.45→0.82）

cvat #12 新增 +33 acceptance task（新場域）。用同一個 test 集公平對照 v603：mAP 0.9356 → 0.9606（+0.0251）。最大贏面 hair_cover 0.445→0.821（+0.376）、sleeves +0.120、heartbeat +0.035——新標讓模型在新場域大幅改善。

+0.0251

同 test 集 mAP vs v603

+0.376

hair_cover（0.45→0.82）

253

可訓 task（+33）

attr

📊 同 test 集對照 v603（16488 crops，公平比較）

attr	v603	v605	Δ
hair_cover	0.445	0.821	+0.376
sleeves	0.810	0.930	+0.120
heartbeat	0.872	0.907	+0.035
cotton_gloves	0.747	0.778	+0.031
fall	0.973	0.986	+0.012
safety_shoes	0.957	0.924	−0.033（唯一微退，小樣本雜訊）
mAP	0.9356	0.9606	+0.0251

方法論提醒：v605 在自己的 test 集顯示 hair_cover 0.82、看似比 v603 報告的 0.937「退步」——這是不同 test 集的假象。v603 在這個更難的新 test 集上 hair_cover 只有 0.445。必須同 test 集對照才公平（差點被誤導）。

⚙️ Hyperparams（沿用 v603）

backbone: mobilenetv3_large_100 | partial-label BCE 22 binary heads + mask
imgsz 384×192 | batch 128 | epochs 40 | lr 3e-4 | mixup 0.2 | aug strong | neg_weight 全1.0
cascade person 偵測 imgsz 自動讀=1280 | 資料: cvat #12 253 task（acceptance + video-mode fix）

🚀 部署狀態

已上 ppe-demo gx10 model key ppe22_v605（person 子偵測器 = person_yolo26s@1280 v602, conf 0.25）。gx10-4t cloudflared 待補。

📦 模型下載

factory_ppe_v20260605/best.pt ⬇（16.3 MB）

← 訓練報告目錄