📦 模型下載https://pub-478929a98a5c440cb22c2241c0bde314.r2.dev/fire_smoke_v20260603/best.pt

🔥 fire_smoke v20260603

2026-06-04 · 5090-2 · MobileNetV3-L camaug+EMA · cvat #2 1316 task(+12 新標 acceptance)

⭐ cvat #2 +12 新標重訓,維持 v602b 水準

cvat #2 新增 +12 acceptance task 重訓。best val mAP 0.9796(smoke 0.975 / fire 0.984),跟 v602b(0.9811)同級(差 0.0015 雜訊內)。ep06 best、ep14 early-stop。訓練集含飯店 t5230 negative(延續 v601c/v602b 降誤報資料),誤報應維持 0%

0.9796
best val mAP (ep06)
0.975 / 0.984
val AP smoke / fire
1316
task (+12 vs v602b)
14
epochs (early-stop)

📊 vs v602b

版本val mAPsmoke APfire APtask
v602b ⭐ NEW production候選0.98110.9740.9831304
v6030.97960.9750.9841316(+12 新標)

兩版同級。v603 多納 12 個新場域 task(降未來這些場景誤報)。並列觀察,production 主 key 仍 v527、降誤報候選 v602b / 時序版 fire_smoke_temporal 都在線。

🧮 分類算法

smoke / fire 各自獨立 sigmoidBCEWithLogitsLoss 多標籤),可同時成立,非 softmax。同 v602b/時序版尺度一致。

⚙️ Hyperparams(沿用 v602b)

backbone: mobilenetv3_large_100.ra_in1k, variant: camaug, ema
訓練 imgsz: 224 / 推論 imgsz: 224(image classifier, 無 cascade)
batch 96 | epochs 25(best ep06, patience 8 → early-stop ep14)| lr 5e-4 | wd 0.05 | mixup 0.2 | drop 0.3
資料: cvat #2 1316 task(build_p2 acceptance/completed 過濾 + video-mode helper + deleted 過濾)

🚀 部署狀態

已上 ppe-demo gx10 model key fire_smoke_v603 並列觀察。飯店 negative 正式 eval 待補(訓練集已含 t5230 negative);gx10-4t cloudflared 待補。

📦 模型下載

fire_smoke_v20260603/best.pt ⬇(16.3 MB)

← 訓練報告目錄