📦 模型下載：https://pub-478929a98a5c440cb22c2241c0bde314.r2.dev/forklift_yolo11n_v20260518/best.pt

🚜 forklift YOLO11n v20260518

yolo11n + cvat #9 +20 HONCHUAN_UNKNOWN_CH00 全進 Train

結果摘要：EarlyStop ep91/100 (best ep37), mAP50=0.449 / mAP50-95=0.293 大退步
對標 baseline：v20260514 baseline mAP50 ~0.988

📊 結果

指標	v20260514 baseline	v20260518 best ep37	v20260518 final ep91	Δ
mAP50	~0.988	0.4490	0.3847	−54pp ❗
mAP50-95	—	0.2932	—	—
P	—	0.9698	0.8813	—
R	—	0.4038	0.2885	—

📦 訓練 stack

Backbone：YOLO11n
Hyperparams：100 ep / batch=64 / imgsz=640 / device=0,1 (沿用 v20260514)
Dataset：cvat #9, 11,226 train / 1,171 val / 2,264 test img · 4,017 bbox
新加 task：+20 HONCHUAN_UNKNOWN_CH00 (Train+20)

📝 觀察

退步推測：val 只 104 bbox 噪音極大；HONCHUAN 全進 Train、Val/Test 仍舊場域 → distribution mismatch；P=0.97 但 R=0.40 學保守不敢報。需 ablation 確認是 metric 噪音還是真退步。建議跑 baseline ckpt 對 v518 test 確認。

關聯文件： → v20260518–19 batch 整體報告 · → 模型訓練 SOP · → 所有報告目錄