📦 模型下載https://pub-478929a98a5c440cb22c2241c0bde314.r2.dev/factory_ppe_v20260616c_nv/best.pt

👷 PPE v20260616c — 普通通用版 ⚠️ 退步觀察版

factory_ppe_v20260616c_nv · 2026-06-16 · cvat #12 全資料重訓(納 SKYSHARP+今日全部新標)· ppe-demo register: ppe22_v616c
⬇️ 下載 best.pt(17 MB · R2)

同 test 集對照 v610_nv(16951 樣本,排除 v610 train 洩漏)

指標 / 屬性v610_nvv616cΔ
macro mAP(排 NV)0.96190.9442−0.0177 🔴
hair_cover0.8460.678−0.168 🔴
sleeves0.9830.755−0.228 🔴
safety_glasses0.9600.942−0.018 🔴
cotton_gloves0.7710.755−0.016 🔴
hard_hat(場域 @R90 FP)FP 33FP 23−10 🟢(但堆高機已有 v616b)
harness / fall / safety_vest微升 🟢

🔍 為什麼退步 → 維持 v610

新增的 SKYSHARP + 堆高機(IRODA/FOX)大量場景,這些 task 沒有 hair_cover/sleeves/cotton 等稀有屬性的標註,大量新樣本把這些屬性的訊號稀釋(v616c best_ep 22 早收斂、跑到 ep40 時 hair_cover 反崩到 0.385)。SKYSHARP 補的普通屬性不足以抵消。

結論(依「同 test 集沒退步才上版」規則):通用 ppe22 預設維持 v610_nv,v616c 不取代、僅觀察。

策略分工

場景用哪版
通用 PPEv610_nv(稀有屬性好)⭐ 預設
堆高機工安鏡頭forklift_ppe_v616b(IRODA頻5 hard_hat FP 40→1)專用
v616c⚠️ 觀察對照用,勿當預設

訓練細節

backboneMobileNetV3-L 27-attr NV BCE + partial-label mask
imgsz 訓/推384×192 / 384×192
資料crops_v20260616c_nv(194,665 crops,含 SKYSHARP + 今日全部新標)
epochs / patience40 跑滿(patience99)· best ep22 · val_mAP 0.951
lr/batch/aug3e-4 OneCycle / 128 / strong+mixup0.2 / neg_weight 全 1.0
ckpt:R2 factory_ppe_v20260616c_nv/best.pt · ppe-demo ppe22_v616c(並列觀察、不取代預設)
教訓:PPE 納新場域全資料重訓會稀釋稀有屬性致整體退步(v616b/c 兩次實證)。通用版維持舊版、新場域走專用版。