FreightLens YOLO11n (LOCO)

Это YOLO11n, дообученная AllanDai на датасете LOCO (CC0) — реальных фото со складских объектов. Модель ищет паллеты, small load carriers, stillages, погрузчики и pallet trucks; входит в проект FreightLens AI. Доступна в форматах Ultralytics .pt и ONNX 640×640 без NMS.

👌 Ключевые особенности

• 📝 Обучена на сессиях 2, 3 и 5 LOCO: 2 820 изображений, 37 эпох; старт — COCO-pretrained YOLO11n.
• 👌 Пять классов: pallet, small load carrier, stillage, forklift, pallet truck.
• 🤝 Есть .pt для Ultralytics и .onnx с входом 640×640 без NMS — ONNX используется в браузерном демо.
• 🤓 Низкая задержка: медиана 36 мс на CPU и 19 мс на MPS (Apple M1 Pro) для той же архитектуры и размера входа.
• 😐 На невиданных сессиях mAP50 — 0.303, mAP50-95 — 0.134; лучше всего даются паллеты.

📝 Пример

Сценарий: кадр с камеры на складе → модель размечает паллеты, small load carriers, stillages, погрузчики и pallet trucks. Для подсчёта паллет при confidence 0.25 средняя абсолютная ошибка — 6.7 паллеты на изображение при среднем 23 паллеты.

Подробнее

Тест на невиданных сессиях: mAP50 0.303, mAP50-95 0.134; pallet AP50 0.551 (ONNX — 0.552).
Требования: инференс 640×640; задержка 36 мс CPU / 19 мс MPS, VRAM не указана.
Ограничения: мелкие дальние паллеты часто пропускаются; для forklift и pallet truck мало боксов; только пять объектов со walking-камеры, без фиксированных док-камер, других типов паллет и ночного освещения; порог подсчёта плохо переносится между площадками.
Валидационные сессии 1 и 4 (2 277 изображений) не использовались для обучения или выбора эпохи.