🚜 堆高機 Detection — YOLO11n v20260501

YOLO11n det cvat2 project 9 cascade element 訓練日期：2026-05-01 ｜ 5090-2 雙卡 DDP ｜ batch=64, epochs=100

📊 主要指標

Val mAP50

0.9882

Val mAP50-95

0.8503

Val Precision

0.9677

Val Recall

0.9613

參數量

2.6M

最佳 epoch

100

cascade 角色： 本模型偵測畫面中所有堆高機，是 forklift_ppe cascade 的第一階段（後接 person YOLO + factory_ppe）。

📈 訓練曲線

📦 資料集（cvat2 project 9）

Split	Images	說明
Train	10,931	cvat task.subset=Train
Validation	1,057	cvat task.subset=Validation
Test	2,157	cvat task.subset=Test
合計	14,145	跨來源 deleted_frames 已過濾

影像直接從 cvat2 docker volume 讀（/mnt/ssd/cvat2/data/cvat_data/data/<tid>/raw/ 與 /mnt/ssd/cvat2/data/cvat_share/<path>），不走 API，避免外部網路 I/O。

🎯 PR Curve · Confusion Matrix · Results

🚀 模型具體用法

單模型偵測

from ultralytics import YOLO
model = YOLO("forklift_yolo11n_v20260501.pt")
results = model("image.jpg", conf=0.35)
for r in results:
    for box in r.boxes:
        x1, y1, x2, y2 = box.xyxy[0].tolist()
        conf = float(box.conf[0])
        print(f"forklift {conf:.2f}  bbox=({x1:.0f},{y1:.0f},{x2:.0f},{y2:.0f})")

🔁 重訓動機與本次差異

之前版本 forklift_yolo11n_v20260502，本次因 cvat2 project 9 新增了 「台灣省工商安全衛生協會堆高機教學影片」 系列 task（task id 2289–2300），重訓擴大資料覆蓋。
cvat2 project 9 共 31 task 14K frames（含 7 個外部 dataset 整合）
已更新到 ppe-demo.intemotech.com 各 cascade handler。