📦 模型下載https://pub-478929a98a5c440cb22c2241c0bde314.r2.dev/fire_smoke_v20260527/best.pt

🔥 火煙 fire_smoke v20260527

訓練日期 2026-05-28 · 5090-2 GPU 1 單卡 batch 96 · backbone MobileNetV3-L (timm ra_in1k) · variant camaug + EMA · cvat #2 新標續訓

⭐ 結論:val mAP 0.9860,創歷史新高

cvat #2 自 v521 後新增 ~1.5k frame,v527 在 val 達 mAP 0.9860(smoke AP 0.9795 / fire AP 0.9924),vs v521(0.9828)+0.32pp。10 epoch early-stop(patience 4,best @ ep6),fire 偵測已逼近上限,smoke 仍是主要提升空間。可上線替 v521。

📊 核心指標(v527 val, 16,808 frame)

0.9860
val mAP
0.9795
smoke AP
0.9924
fire AP
ep6 / 10
best / early-stop

🆚 跨版本對照(各自 val)

Ckptval mAPsmoke APfire AP備註
v202605180.9750.991cvat #2 全量 311k frame 首版
v202605210.98280.992+10 RAI_11F 場域 + DP 雙卡
v202605270.98600.97950.9924+1.5k frame,val mAP 創新高

各版本 val split 略有差異(cvat #2 持續補標),互比 mAP 趨勢可信。fire AP 已穩定 >0.99,smoke 為持續弱點。

📂 Dataset(cvat #2 frame-level 2-binary)

Splitframe 數
train266,665
val16,808
manifest total312,145(vs v521 310,638,+1,507)

partial-label BCE(smoke / fire 各自獨立 head,unknown 不算 loss)。pos_weight: smoke=1.034 / fire=1.814。

📦 模型下載

fire_smoke_v20260527/best.pt ⬇

⚙️ Hyperparams

backbone: mobilenetv3_large_100.ra_in1k, img_size: 224, variant: camaug
batch: 96, epochs: 15 (early-stop @ 10, patience 4), lr: 0.0005, wd: 0.05
mixup: 0.2, drop_rate: 0.3, ema: True (decay 0.999), focal: False
device: GPU 1 單卡, seed: 42, params: 4.20M

# best_val_mAP = 0.9860 @ ep6 (best.pt, 非 EMA)
# EMA best = 0.9821 @ ep8 (best_ema.pt)
# 訓練時間 ~49 min (10 ep 單卡 GPU 1)

← 訓練報告目錄 · 前版 v20260521