🚜 堆高機 PPE（安全帽 / 背心）三鏡頭 audit

2026-06-05 · 鏡頭：TC-1-102 / 頻道4-倉庫進料區 / 頻道5-倉庫大門口 · 模型：factory_ppe_v20260603 · cvat2 #12

1. cvat 標註值定義（4 種）

2. 排查過程（含一個已排除的誤判）

3. 模型在三鏡頭實測（hard_hat）

cvat GT person bbox → factory_ppe_v603 推論 → 比對。注意：safety_vest 因小框被 eval skip、不足採信，請看下方「標註分布」。

AP 不差（0.93~1.0），但固定門檻 recall 偏低，TC-1-102 漏 32% 戴帽者。原因見下方 FN 案例。

4. 漏報長什麼樣（FN 案例）

🪖 TC-1-102 安全帽漏報（戴帽駕駛被判沒戴）

一排堆高機駕駛坐姿，戴著黃色安全帽卻被判 no（信心 0.25）。crop 含大量方向盤/駕駛艙背景。→ 「坐姿駕駛 + 側面 + 駕駛艙」是訓練集罕見構圖（通用樣本多是站姿正面行人），分布外 → 漏報。

5. ⭐ 標註分布（per-task 明細）

格式：yes / no / not_visible / unknown(未標)。可訓 = yes+no。

各鏡頭彙總

6. 結構性問題（修正版）

1. 🟠 hard_hat 三鏡頭都有 yes/no，但頻道4/5「有戴」樣本少（32/76）+ 駕駛坐姿難 → recall 低。TC-1-102 樣本最足但 recall 仍 0.68，是構圖難（駕駛坐姿）非樣本量。
2. 🔴 背心：頻道4 / 頻道5 沒有任何「沒穿」標註，且 517 / 1437 個 person 完全沒標（unknown）。這兩鏡頭背心無法學、無法評。（TC-1-102 背心其實標得完整，有 547 個 no，不缺。）
3. 🟡 not_visible 全 0：太遠/糊的人現在被標 unknown 或勉強標 yes/no，污染資料。應改用 not_visible。
4. 🟠 Test split 殘缺：只有頻道4 有 Test（且 hard_hat 全 no、vest 全未標），其餘無獨立 Test → 難正規驗證。

7. 建議行動（順序很重要）

資料來源：cvat2 #12 全 789 task 掃描 + factory_ppe_v20260603 推論。eval 工具 5090-2 eval_3cam.py / dist_detail.py 可複現。本版已修正前一版 safety_vest 統計錯誤（TC-1-102 實際有完整負樣本）。