訓練日期 2026-06-01 · 5090-2 GPU0 batch96 · MobileNetV3-L camaug+EMA · cvat #2 清理 + 飯店 hard-negative（含 Val/Test split）
operator 反映嘉義福容飯店場景火煙誤報。本版補進大量飯店 negative 影格（全程無火無煙），且有意切進 Train / Val / Test（前版 v601 全堆 Train，test 看不到改善）。在飯店 negative test 集（task 5230, 235 frame，兩版用同一批影格評估）：
| 模型 | smoke 誤報 | fire 誤報 |
|---|---|---|
| v527（前 production） | 235 / 235（100.0%） | 0 / 235（0%） |
| v601c ⭐ | 0 / 235（0.0%） | 0 / 235（0%） |
誤報集中在 smoke head（飯店暖色燈光/霧面材質被誤判為煙），fire head 本來就乾淨。v601c 把該場景 smoke 誤報完全壓掉。
① P@固定recall + FP 絕對數：頭號 KPI 不是 AP，而是場域誤報絕對數。飯店 test set 235 frame，v527 每一張都報 smoke（FP=235），v601c 全數歸零（FP=0）。真火煙 recall 見下，沒退步。
② 按場景拆 FP：誤報高度集中在飯店單一場景（task 5191/5227-5230 系列）。其餘場景 v527 已穩定，本版針對性補強不動其它分布。
③ shortcut 機制：v527 學到「暖色低對比畫面 ≈ 煙」的捷徑，把飯店室內燈光/霧面玻璃當煙。補進該場景明確 negative 後，model 學會「這個畫面 = 無煙」，捷徑被打掉。
④ 為何這次「加資料」有效（vs safety_rope 加資料無用）：fire_smoke 是場景級分類且誤報集中單一新場域，補同場景 negative 直接覆蓋盲區；safety_rope 是跨場景泛化失敗（train 已背起來），兩者機制不同 — 對的工具用對地方。
⑤ 飯店影格高度同質（單場景連續影片），對「壓這個飯店場景」極有效；但別期待改變其它場域指標。建議上線後對飯店實際影片做場域實測再切 production。
火煙漏報是安全紅線，降誤報絕不能犧牲 recall。v601c 在清理後 test 集正樣本 recall@0.5：
| test 正樣本數 | recall@0.5 | |
|---|---|---|
| smoke | 7,228 | 0.913（6602/7228） |
| fire | 5,252 | 0.975（5120/5252） |
val AP smoke 0.975 / fire 0.987（best ep10），收斂健康無過擬合崩塌。
| frame 數 | 說明 | |
|---|---|---|
| v527（5/27 訓練用） | 312,144 | 清理前 |
| v601c（現 cvat #2） | 147,006 | 清理 61 個舊大 task（−169k，operator 確認有意刪除）+ 加飯店 negative（含 Val/Test） |
61 個早期大 task（每個 ~10000 frame）已被有意刪除。因此 v601c 與 v527 資料集不同、整體 mAP 不可直接比。本版 KPI 是飯店場域誤報絕對數（100%→0%）+ 真火煙 recall 不退，而非整體 mAP。train/val/test = 122402 / 7926 / 16678。
backbone: mobilenetv3_large_100.ra_in1k, variant: camaug 訓練 imgsz: 224 / 推論 imgsz: 224（image classifier，無 cascade） batch: 96, epochs: 25 (early-stop @ ep19, patience 8), lr: 5e-4, wd: 0.05 mixup: 0.2, drop_rate: 0.3, ema: True (decay 0.999) manifest: fire_smoke_v20260601c（cvat #2 清理後 147k + 嘉義福容飯店 negative 切 Train/Val/Test） # 沿用 v527 設定，僅資料變動（加飯店 negative + 清理舊 task）
已上 ppe-demo 兩台（gx10 + gx10-4t）model key fire_smoke_v601c 並列觀察。production 主 key fire_smoke 仍指 v527，待飯店場域實測影片確認後再切版。