訓練日期 2026-05-27 · 5090-2 GPU 0 單卡 batch 64 · base = yolo26n.pt · cvat #9 新標進來再訓一輪
cvat #9 自 v526 之後又新增約 256 train img（+1.9%），v526_b 在自家 val 達 P=0.963 / R=0.928 / mAP50=0.970 / mAP50-95=0.824，跟 v526（0.972/0.826）幾乎完全持平，表示 forklift detector 已進入收斂期（cvat #9 task ~91 個，acceptance/completed 88 個，再增量影響很小）。
| Ckpt | P | R | mAP50 | mAP50-95 | train img | val img |
|---|---|---|---|---|---|---|
| v519 yolo26n | 0.949 | 0.907 | 0.9526 | 0.8205 | 11,360 | 1,171 |
| v526 yolo26n | 0.948 | 0.940 | 0.9722 | 0.8260 | 13,584 | 1,313 |
| v526_b yolo26n | 0.963 | 0.928 | 0.9700 | 0.8240 | 13,840 | 1,313 |
v526 → v526_b 持平（+0.7pp P / -1pp R / 同 mAP）。Forklift 在這個 cvat #9 規模下 saturate，新加 task 對指標貢獻 marginal。
| Split | v526 | v526_b | Δ |
|---|---|---|---|
| train | 13,584 | 13,840 | +256 |
| val | 1,313 | 1,313 | 0 |
| test | 2,420 | 2,420 | 0 |
cvat #9 跳過 3 個 annotation/new task（tid 4964 / 4962 / 3491）。export 用 v526 同 helper（cvat_frame_iter，video-mode safe）。
forklift_yolo26n_v20260526_b/best.pt ⬇
task: detect, model: yolo26n.pt, epochs: 100 batch: 64, imgsz: 640, device: 0 optimizer: auto, lr0: 0.01, lrf: 0.01, momentum: 0.937, weight_decay: 0.0005 mosaic: 1.0, close_mosaic: 10, fliplr: 0.5, translate: 0.1, scale: 0.5 hsv_h: 0.015, hsv_s: 0.7, hsv_v: 0.4 # best by mAP50-95 @ ep98 = 0.8249, last ep100 0.8240 # 訓練時間 ~1.15 hr (100 ep 單卡 GPU 0)