DeLxxx/metro-safety-yoloworld-v1

Metro Safety YOLO-World

基於 YOLOv8s-World-v2 微調的五類物件偵測模型，用於智慧監控競賽原型：偵測刀刃、尖銳工具、人物、倒地者與大型行李。

偵測類別

快速使用

安裝套件（Python 3.11）：

pip install ultralytics==8.4.150 huggingface_hub

從 Hugging Face 下載並偵測圖片：

from huggingface_hub import hf_hub_download
from ultralytics import YOLOWorld

weights = hf_hub_download(
    repo_id="DeLxxx/metro-safety-yoloworld-v1",
    filename="best.pt",
)
model = YOLOWorld(weights)

results = model.predict(
    source="image.jpg",
    imgsz=960,
    conf=0.25,
    device="cpu",  # NVIDIA GPU 可改為 0，需安裝 CUDA 版 PyTorch
    save=True,
)
for result in results:
    print(result.to_json())

若已下載 best.pt，直接使用 model = YOLOWorld("best.pt")。

影片推論（接續上方程式）：

for result in model.predict(
    source="video.mp4",
    stream=True,
    imgsz=960,
    conf=0.25,
    device="cpu",
    save=True,
):
    print(result.to_json())

標註結果預設存於 runs/detect/ 下。保留模型已訓練的五類詞彙，不要呼叫 `set_classes()` 重設類別。 conf=0.25 是示範門檻，應按實際情境調整。

驗證結果

公開 validation：1,459 張圖片、2,460 個物件框。以下為 best.pt 的結果，尚未進行捷運場域測試。

訓練摘要

公開資料共 11,040 張，train/val/test 為 8,075/1,459/1,506。來源為 OD-WeaponDetection、Open Images V7 與 E-FPDS；部分人物框使用偽標註補齊。

設定：960 解析度、batch 4、AdamW、初始學習率 0.0002、freeze 10。RTX 4060 Ti 16GB 上訓練 31 epochs，最佳模型為 epoch 16；後續 15 epochs 未改善而提前停止。

限制與授權

本模型為競賽研究原型。小型／遮擋刀具與尖銳物仍有漏檢；倒地資料主要為室內演出；大型行李為視覺尺寸近似，可能混淆硬殼器材箱。偵測物體不代表攻擊意圖，倒地狀態也不等同跌倒事件，實際警報需時序與人工確認。

模型基於 Ultralytics YOLO-World。上游軟體與資料授權仍適用；E-FPDS 再利用授權及 OD 資料授權描述尚待確認，本頁不宣告額外的寬鬆權重授權。