124 lines
4.5 KiB
Markdown
124 lines
4.5 KiB
Markdown
# Construction PPE YOLOv8s v1
|
||
|
||
本版本作为可信 PT 导出源与回滚版本保留；当前部署使用
|
||
[`construction-ppe-yolov8@2`](../v2/README.md) ONNX 制品。
|
||
|
||
## 注册信息
|
||
|
||
| 字段 | 值 |
|
||
|---|---|
|
||
| Model ID | `construction-ppe-yolov8@1` |
|
||
| 注册名称 | `Construction PPE YOLOv8s` |
|
||
| Backend | `ultralytics-yolo` |
|
||
| 任务 | 施工/园区人员 PPE、PPE 缺失违规及部分现场设备检测 |
|
||
| 权重 | `models/detection/construction-ppe-yolov8/v1/best.pt` |
|
||
| 权重格式 | PyTorch/Ultralytics `.pt` checkpoint |
|
||
| SHA256 | `31ef3ca04a17cf545f3fcfc64c4af8993a41d52ccc460e82aff01d5354603533` |
|
||
|
||
Model ID 的 `@1` 与本目录的 `v1` 对应。替换权重前必须重新核对 SHA256、checkpoint
|
||
标签和评估结果；不兼容的新权重应注册为新版本，不能覆盖本文件记录的 `v1`。
|
||
|
||
## 有序标签
|
||
|
||
checkpoint 的类别编号必须与下表严格一致：
|
||
|
||
| ID | 标签 | ID | 标签 |
|
||
|---:|---|---:|---|
|
||
| 0 | `Boots` | 10 | `No-Helmet` |
|
||
| 1 | `Ear-Protection` | 11 | `No-Mask` |
|
||
| 2 | `Glass` | 12 | `No-Vest` |
|
||
| 3 | `Glove` | 13 | `Worker` |
|
||
| 4 | `Hard_hat` | 14 | `Vest` |
|
||
| 5 | `Mask` | 15 | `Circular_Saw` |
|
||
| 6 | `No-Boots` | 16 | `Fire_Extinguisher` |
|
||
| 7 | `No-Ear-Protection` | 17 | `Fire_prevention_Net` |
|
||
| 8 | `No-Glass` | 18 | `Welding_Equipment` |
|
||
| 9 | `No-Glove` | | |
|
||
|
||
`No-*` 是模型直接输出的违规类别，不是框架根据正向 PPE 标签缺失推导出的结果。
|
||
|
||
## 输入与运行参数
|
||
|
||
- 输入必须是已经解码的 packed `BGR8` 或 `RGB8` 图像，buffer 大小为
|
||
`width × height × 3`；adapter 会把 `RGB8` 转换为 backend 使用的 BGR 顺序。
|
||
- 训练/常用推理尺寸为 `640`；实际推理尺寸由 `model_options.imgsz` 控制。
|
||
- 当前项目锁定的 Ultralytics 版本为 `8.4.31`。部署 `.pt` 时还需要与目标设备匹配的
|
||
PyTorch 运行时。
|
||
- CPU 部署使用 `device: cpu`、`half: false`。CUDA/Jetson 必须使用与驱动或
|
||
JetPack 匹配的独立环境，不能只修改 `device`。
|
||
|
||
常用参数：
|
||
|
||
| 参数 | 说明 |
|
||
|---|---|
|
||
| `weights` | 本模型权重路径，必填 |
|
||
| `device` | `cpu`、`cuda:0` 或非负 GPU 编号 |
|
||
| `imgsz` | 推理尺寸，默认 `640` |
|
||
| `iou` | NMS IoU 阈值，默认 `0.70` |
|
||
| `half` | 是否使用 FP16，CPU 应保持 `false` |
|
||
| `max_det` | 单帧最大检测框数 |
|
||
| `agnostic_nms` | 是否启用类别无关 NMS |
|
||
|
||
## YAML 示例
|
||
|
||
以下相对路径假定从仓库根目录启动：
|
||
|
||
```yaml
|
||
detector:
|
||
uses: detection.model@1
|
||
with:
|
||
model: construction-ppe-yolov8@1
|
||
detect_labels:
|
||
- No-Boots
|
||
- No-Ear-Protection
|
||
- No-Glass
|
||
- No-Glove
|
||
- No-Helmet
|
||
- No-Mask
|
||
- No-Vest
|
||
confidence: 0.50
|
||
max_fps: 10
|
||
attach_frame: true
|
||
model_options:
|
||
weights: models/detection/construction-ppe-yolov8/v1/best.pt
|
||
device: cpu
|
||
imgsz: 640
|
||
iou: 0.70
|
||
half: false
|
||
max_det: 100
|
||
```
|
||
|
||
## 训练与评估摘要
|
||
|
||
原模型说明记录了约 13,000 张训练图像、60 个 epoch，以及以下近似结果：
|
||
|
||
| 指标 | 原说明记录值 |
|
||
|---|---:|
|
||
| mAP50 | `~0.76` |
|
||
| mAP50-95 | `~0.43` |
|
||
| Precision | `~0.81` |
|
||
| Recall | `~0.72` |
|
||
|
||
这些数据来自原模型说明，未由 cmvr-edge-ai 在目标园区数据上独立复现，不能替代部署前
|
||
的现场验证。
|
||
|
||
## 限制与风险
|
||
|
||
- `Ear-Protection` 样本不足，相关正向或违规结果应谨慎使用。
|
||
- `Boots`、`No-Ear-Protection`、`No-Glove` 等类别可能出现漏检。
|
||
- 远距离小目标、遮挡、运动模糊、低照度、摄像机角度和区域性 PPE 样式会影响效果。
|
||
- 模型尚未证明能泛化到所有园区、工地或人群；告警应用应保留人工复核。
|
||
- 模型同时检测人员、PPE 和现场设备，但不提供目标跟踪，也不保证每件 PPE 与具体人员
|
||
的空间关联正确。
|
||
|
||
## 许可证与来源
|
||
|
||
- 原模型卡声明权重许可证为 Apache-2.0。
|
||
- 模型基于 Ultralytics YOLOv8；Ultralytics 软件及商业使用可能受其许可证约束，部署方
|
||
必须自行核对当前适用条款。
|
||
- 训练数据由多个公开来源合并，原说明指出主要来自 Roboflow，并包含其他 GitHub 来源；
|
||
各底层数据集可能有独立许可证。当前模型卡不能替代对训练数据授权链的审查。
|
||
- 权重来源为 Hugging Face 上的
|
||
[`killuminati1/construction-ppe-yolov8`](https://huggingface.co/killuminati1/construction-ppe-yolov8)；
|
||
仓库内以本目录路径和上述 SHA256 作为部署制品标识。
|