49 lines
1.9 KiB
Markdown
49 lines
1.9 KiB
Markdown
|
# Detection 模型资产
|
|||
|
|
|
|||
|
|
本目录集中管理 cmvr-edge-ai 已注册的目标检测模型。Pipeline 仍统一使用
|
|||
|
|
`detection.model@1` 节点；节点的 `with.model` 选择注册 ID，
|
|||
|
|
`with.model_options.weights` 选择本目录中的具体权重。
|
|||
|
|
|
|||
|
|
## 当前模型
|
|||
|
|
|
|||
|
|
| 注册模型 ID | 版本目录 | Backend | 标签数 | 标签语义 |
|
|||
|
|
|---|---|---|---:|---|
|
|||
|
|
| `construction-ppe-yolov8@1` | [construction-ppe-yolov8/v1](construction-ppe-yolov8/v1/README.md) | `ultralytics-yolo` | 19 | PPE、PPE 缺失违规及部分现场设备 |
|
|||
|
|
| `ppe-6classes-yolov8n@1` | [ppe-6classes-yolov8n/v1](ppe-6classes-yolov8n/v1/README.md) | `ultralytics-yolo` | 6 | 画面中实际出现的六类 PPE |
|
|||
|
|
|
|||
|
|
可通过以下命令查看运行时注册信息及有序标签：
|
|||
|
|
|
|||
|
|
```bash
|
|||
|
|
uv run --no-sync cmvr-edge-ai models
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
## 配置规则
|
|||
|
|
|
|||
|
|
相对权重路径按启动进程的当前工作目录解析。本文档中的示例假定命令从仓库根目录执行：
|
|||
|
|
|
|||
|
|
```yaml
|
|||
|
|
nodes:
|
|||
|
|
detector:
|
|||
|
|
uses: detection.model@1
|
|||
|
|
with:
|
|||
|
|
model: construction-ppe-yolov8@1
|
|||
|
|
model_options:
|
|||
|
|
weights: models/detection/construction-ppe-yolov8/v1/best.pt
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
模型加载时会严格比较 checkpoint 的类别名称和顺序与注册信息。权重不匹配时节点会停止
|
|||
|
|
启动，不能通过只修改 `detect_labels` 绕过类别校验。
|
|||
|
|
|
|||
|
|
## 新增版本
|
|||
|
|
|
|||
|
|
新增 Detection 模型或模型版本时：
|
|||
|
|
|
|||
|
|
1. 新建独立的 `<model-name>/v<version>/` 目录；
|
|||
|
|
2. 放入 Git LFS 管理的权重并编写完整模型卡；
|
|||
|
|
3. 使用 SHA256 校验权重来源和复制结果；
|
|||
|
|
4. 在 `DetectionModelRegistry` 中注册唯一的 `<model-name>@<version>`；
|
|||
|
|
5. 保证 `supported_labels` 与 checkpoint 类别编号严格同序；
|
|||
|
|
6. 更新部署 YAML，并先执行 `cmvr-edge-ai models` 和 `cmvr-edge-ai validate`。
|
|||
|
|
|
|||
|
|
数据集压缩包、训练集和训练过程缓存不属于部署资产，不应放入本目录。
|