訓練日期 2026-05-26 · 5090-2 GPU 0 單卡 batch 64 · base = yolo26n.pt · 接手同事 mac crash 後續訓
cvat #1 自 v521 後新通過 task 進 train/val/test，v526 fold 在自己的 val（4015 img / 19468 instances）上 mAP50 0.6830 / mAP50-95 0.4671，與 v521 之 val 數字 0.683/0.466 持平。對 ppe-demo cascade 而言屬「穩定接班」版本，可上線替 v521。Fair compare（v521 test set）待補。
注意：v521 val (3982 img / ~18k instances) vs v526 val (4015 img / 19468 instances) 略有差異，數字非完全可比。Fair compare（v521 test set 上對 v526.pt eval）待之後在 5090-2 用 yolo val 補。
| Ckpt | P | R | mAP50 | mAP50-95 | 備註 |
|---|---|---|---|---|---|
| v518 yolo11n | 0.914 | 0.787 | 0.8750 | 0.6757 | v521 test set |
| v520 yolo26n | 0.905 | 0.780 | 0.8709 | 0.6776 | v521 test set |
| v521 yolo26n | 0.919 | 0.777 | 0.8751 | 0.6806 | v521 test set ⭐ |
| v526 yolo26n | 0.841 | 0.591 | 0.6830 | 0.4671 | v526 val（自家） |
v518-v521 數字來自 v521 test set fair compare（更難），v526 數字來自自家 val（不同分布），不可直接比大小。要 fair compare 請等 v521 test set eval 補上。
| Split | v521 | v526 | Δ |
|---|---|---|---|
| train | 27,558 | 27,989 | +431 |
| val | 3,982 | 4,015 | +33 |
| test | 5,863 | 5,938 | +75 |
5/22-5/26 期間 cvat #1 又通過幾批 task，全部沿 v521 export script 再跑（含 SAM3 → train、lowercase subset、deleted_frames filter）。
person_yolo26n_v20260526/best.pt ⬇
task: detect, model: yolo26n.pt, epochs: 100 batch: 64, imgsz: 640, device: 0（單卡，第一次跑用 1 撞 ComfyUI 失敗故改 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 warmup_epochs: 3.0, warmup_momentum: 0.8, warmup_bias_lr: 0.1 flipud: 0.0, degrees: 0.0, mixup: 0.0, copy_paste: 0.0 # best mAP50 @ ep100 = 0.6830, mAP50-95 = 0.4671（持續微升中） # 訓練時間 ~2.5 hr (100 ep 單卡 GPU 0) # 接手脈絡：同事 mac Bun TUI segfault → 改在 mac local（本人）派工 5090-2