FactoryVision-PPE-YOLO

Это educational-прототип от TechsphereAI: дообученная Ultralytics YOLO11n для object detection людей и PPE-объектов на изображениях заводов и стройплощадок. В пакете — веса model.pt, 10 классов и метрики на held-out test. Модель не является сертифицированной системой промышленной безопасности.

🔥 Ключевые особенности

• 🔥 Дообучение Ultralytics YOLO11n; стартовый чекпоинт — yolo11n.pt.
• 👀 10 классов, список — в labels.json; задача — детекция людей и PPE-объектов.
• 💪 На held-out test: Precision 0.8400, Recall 0.6398, mAP@50 0.7053, mAP@50:95 0.3927.
• 🤫 Детекции PPE — только подсказка для алерта, нужна проверка человеком; пропуски могут оставить опасные ситуации без сигнала.
• 😐 Обучение: 30 эпох, 640 px, batch size 16; датасет Construction Site Safety Image Dataset, изображения в пакет не входят.

💪 Пример

from ultralytics import YOLO
model = YOLO('model.pt')
results = model.predict('your_image.jpg', conf=0.25)
for result in results:
    print(result.boxes)

Подробнее

Метрики: mAP@50 — 0.7053, Precision — 0.8400, Recall — 0.6398; значения из ppe_test_metrics.json, независимо не воспроизводились.
Тестовый split — 82 изображения; требований к VRAM/железу в карточке нет.
Ограничения: domain shift, освещение, мелкие объекты, перекрытия, толпа, камеры и пороги могут снижать качество; false negatives особенно критичны для PPE-алертов.
Лицензирование: у YOLO11 и чекпоинтов по умолчанию обязательства AGPL-3.0 или enterprise-лицензия; MIT исходного репозитория не лицензирует автоматически веса и датасеты.