GPRadar Hyperbola YOLO11n

Модель от hectorvh, часть проекта GPRadar. Это YOLO11n (Ultralytics) с одним классом target: ищет гиперболические отражения от заглублённых коммуникаций и пустот на изображениях B-scan георадара. Вход — ч/б B-scan как 3 канала, 224 px.

📝 Ключевые особенности

• 🤓 Архитектура YOLO11n, один класс target; файл весов best.pt.
• 📝 Обучена только на реальных B-сканах из датасета Mojahid et al. (2025), 285 оригинальных изображений; аугментированные копии исключены.
• 👍 Разбиение 70/30 с группировкой near-duplicates; 83 тестовых изображения зафиксированы и использованы один раз.
• 🤔 Синтетический предтренинг на gprMax не дал улучшения: разница -0.026 и -0.024 mAP@0.5 при 25% и 100% реальных меток.
• 🙁 Ограничения: маленький датасет, пустоты (voids) распознаются хуже, частота антенны в данных не записана.

😎 Пример

from huggingface_hub import hf_hub_download
from ultralytics import YOLO

weights = hf_hub_download("hectorvh/gpradar-hyperbola-yolo", "best.pt")
model = YOLO(weights)
results = model.predict("bscan.png", imgsz=224, conf=0.25)
results[0].show()

Подробнее

На зафиксированном тесте 83 реальных изображения: mAP@0.5 = 0.756 ± 0.042 (3 seed), recall utility 0.90, recall void 0.51, FP 0.55 на изображение.
Для этого чекпоинта (seed 2) mAP@0.5 в карточке указан как TODO.
Объём: 156 train / 83 test; результаты с широкой неопределённостью.
Модель ожидает подготовленные B-scan изображения, а не сырые радарные файлы; это исследовательский прототип, не валидированный для полевого применения.
Лицензия весов AGPL-3.0.