📦 模型下載：https://pub-478929a98a5c440cb22c2241c0bde314.r2.dev/person_yolo26s_v20260601_1280/best.pt

👤 person YOLO26s@1280 v20260601

訓練日期 2026-06-01 · 5090-2 GPU1 · YOLO26s · 大 backbone + 高解析（場域遠景小目標）· cvat #1

⭐ 結論：大幅贏過現役 v527，遠景小目標偵測 +60~90%

把 person 偵測器從 YOLO26n@640 升成 YOLO26s@1280（大 backbone + 高解析）。test mAP50 0.690 → 0.825、mAP50-95 0.473 → 0.637。場域驗證遠景小目標偵測率比 v527 高 60~90%，且 conf 0.25 無 FP。已成為所有 cascade（person / ppe22 / forklift_ppe / safety_rope / age_gender / ppe_color）的 person 偵測器。

0.825

test mAP50

0.637

test mAP50-95

+60~90%

遠景小目標 vs v527

0.25

建議部署 conf

📊 vs 現役 person v527

模型	backbone	訓練 imgsz	推論 imgsz	test mAP50	mAP50-95
person v527（前）	YOLO26n	640	1280	0.690	0.473
person yolo26s@1280 ⭐	YOLO26s	1280	1280	0.825	0.637

ep91 best：P 0.883 / R 0.734。

🎯 場域 conf 門檻驗證（ximen 工安雙場景：戶外多距離 + 室內長廊）

對代表場域影片掃 conf 0.10/0.15/0.25/0.35（推論 imgsz 1280），以「小框數」(框面積<影格 0.5%) 為遠景偵測力代理：

conf	yolo26s 小框（戶外/室內）	v527 小框（戶外/室內）
0.10	1683 / 732	981 / 486
0.15	1514 / 685	841 / 433
0.25 ⭐	1307 / 625	684 / 387
0.35	1169 / 594	578 / 352

遠景小目標偵測率 yolo26s 比 v527 高 90%（戶外）/ 60%（室內），同 conf。肉眼審查 conf 0.15 多抓的框全是真人（遠景/遮擋/群聚），兩支影片皆無 FP。

⚠️ 部署 conf 設 0.25，不可沿用 v527 的 0.35（規則 #17）

yolo26s 是 imgsz1280 較大模型、confidence 分布跟 v527 不同。沿用 0.35 會白丟戶外 ~140 / 室內 ~30 個遠景小框。0.25 已涵蓋遠景小人且有 FP 安全裕度（連 0.15 都無 FP）。所有 cascade 已設 default_person_conf=0.25。

⚙️ 推論 imgsz 自動讀（cascade 免手動確認）

cascade_det_imgsz(yolo, floor) = max(ckpt 訓練 imgsz, floor)
# person floor=1280：訓 640 的舊模型→1280；訓 1280 的 yolo26s→1280；未來訓 1536→自動 1536

YOLO ckpt 存得到訓練 imgsz（overrides["imgsz"]）。換 person 模型只要丟 ckpt，cascade 推論 imgsz 自動對，不會重蹈 v530「自動讀成 640 漏遠景人」。

📦 模型下載

person_yolo26s_v20260601_1280/best.pt ⬇（20.4 MB，訓練 imgsz 1280）

← 訓練報告目錄 · cascade 升級決策報告