🔬 Smoke 標註方式實驗 — TAG vs SEG vs 隨機切圖
資料: CVAT #34 smoke_experiment(polygon) + #35 smoke_experiment_tag(tag) · 同批 GREENIDEAS 台南柳科 · 001-003=有煙 / 004-006=無煙
核心結論: SEG(分割)標註法勝出 — 定位精確、零誤報(AP 0.95)。全圖 TAG 分類較弱(0.79)。隨機切圖單塊判煙難(AP 0.54)、多塊滑窗聚合可用(0.83)。
三模型設計
| 模型 | 標註法 | 做法 | 訓練資料 |
|---|
| M1 TAG | image tag | 整張圖分類 smoke 有/無 (mobilenet 224) | 1897 (1100煙+797無) |
| M2 SEG | polygon | YOLO-seg 分割煙區 (yolo11n-seg) | 991有煙frame+483無 |
| M3 隨機切圖 | polygon衍生 | 隨機切任意一塊, ∩polygon≥15%=有煙 (min160px防特徵消失) | 19287 crop (955煙+18332無) |
① Image-level 比較 (同 SEG test 144圖, 煙69/無75)
| 模型 | AP | acc@.5 | FP | FN | 說明 |
|---|
| M2 SEG 分割 | 0.952 | 0.778 | 0 | 32 | 最佳, 零誤報 |
| M3 隨機切圖(滑窗) | 0.830 | 0.479 | 75 | 0 | 抓全但過觸發 |
| M1 TAG 全圖 | 0.792 | 0.708 | 16 | 26 | 整張圖分類較弱 |
M2 分割精確定位煙區 → AP 最高且零誤報(FP=0), 但 recall 較保守(FN=32)。M1 全圖分類丟失定位資訊, AP 僅 0.79。
② M3 隨機切圖 patch-level (1467 crop, 煙158/無1309)
patch AP = 0.543 / acc@.5 = 0.808
回答「切圖中任意一塊能否有一定準確性」: 單一隨機 patch 判煙偏難(AP 0.54) — 160px 一小塊「煙 vs 灰背景/霧」本質模糊, 特徵不足以穩定判別。但多 patch 滑窗聚合(取 max) image-level 能到 AP 0.83 → 單塊不可靠, 聚合可用。
結論與建議
- 標註方式: SEG(polygon 分割) 明顯最佳 — 定位煙區讓模型學到精確特徵, image-level AP 0.95 且零誤報, 遠勝全圖 TAG 分類(0.79)。建議 smoke 標註走 polygon 分割而非整張圖 tag。
- 全圖 TAG 分類適合快速標註但精度上限低(丟失定位)。連續有煙影片 tag 更標不出負樣本(靠無煙分集補)。
- 隨機切圖分類: 單塊判煙難(patch AP 0.54), 適合當 SEG 的輔助/data-aug 而非主力; 滑窗聚合可做粗定位但需調門檻(易過觸發)。
- 資料限於單批台南柳科(overfit風險), 多場景驗證待補。
ckpt: M1 smoke_only_smokeexp_M1_tag / M2 smokeexp_M2_seg / M3 smoke_only_smokeexp_M3_crop (5090-2)
→ 所有報告目錄