🔥 fire_smoke v20260518
MobileNetV3-L + 2 binary heads + cvat #2 全量 311k frame (vs SK 4k 66×)
結果摘要：best ep7 val_mAP=0.9827 (smoke 0.975 / fire 0.991) — +7pp 進步
對標 baseline：v20260507E_ema SK baseline smoke AP=0.91
📊 結果
| 指標 | SK baseline v20260507E | v20260518 best (ep7) | EMA |
|---|
| val_mAP | 0.91 (smoke only) | 0.9827 | 0.9819 |
| smoke AP | 0.91 | 0.9748 | 0.9708 |
| fire AP | (0 fire 樣本) | 0.9907 | 0.9925 |
📦 訓練 stack
- Backbone：MobileNetV3-L (4.2M params)
- Stack：2 binary heads (smoke, fire) + BCE + EMA + camaug
- Hyperparams：15 ep / batch=96 / imgsz=224 / AdamW lr=5e-4 wd=0.05 drop=0.3
- Dataset：cvat #2 force acceptance: 265,320 train / 16,637 val / 28,483 test (66× SK)
- Tag 分布：smoke only 119k / fire only 80k / both 42k / neither 69k
- pos_weight：smoke=1.04 / fire=1.81
- 訓練時間：49 min (early stop ep11)
📝 觀察
進步原因：SK baseline 只 4k frame 單一場域，v20260518 cvat #2 全量含 PUBLIC dataset (FASDD/FORESTFIRESMOKE) + INTERNAL 多場域。注意：per-channel performance 仍可能有 SK report 提過的 domain shift 問題，部署前 per-channel/per-source 拆開算 + 加 N-frame sliding mean 降 flip rate。