# 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。