塑膠瓶
可辨認的塑膠瓶，不把塑膠袋當成瓶子。
垃圾物件偵測 · 第一階段成果
教電腦看懂垃圾，走到了哪一步？
從混雜的垃圾畫面，找出塑膠瓶、金屬罐與磚石。
研究先用公開圖片教模型認物件，再拿真實現場畫面核對：它找到了什麼、漏了什麼，會不會把背景也框成垃圾目標？下面把做法、結果與目前還不能下的結論一起說清楚。
先看比較結果 ↓約 5–8 分鐘
研究流程已完成；案場效果仍待驗證
01
問題與範圍
不只判斷種類，也要找到位置。
一張照片裡可能同時有瓶子、袋子、碎石與其他雜物，彼此遮住，有些還被壓扁或拍得很小。這裡要做的不是只回答「有垃圾」，而是找出指定的三類物件，說出種類並框出位置。YOLO26n是這次使用的物件偵測模型；我們比較它是否找對、是否漏掉真正物件，以及會不會把背景也當成目標。
這裡切換的是已保存的結果，沒有即時訓練或辨識新圖片。
找不找得到？
有沒有認錯？
來不來得及？
金屬罐
可辨認的鐵鋁罐，不把所有金屬當成罐子。
磚石類
依資料集規則標註的磚、石頭與建築碎片。
重量估計、自動分揀、輪胎辨識與設備控制，不在本階段完成範圍。
02
研究流程
先整理資料，再訓練，最後核對。
第 1 步
資料多，也要先挑對。
主要比較使用1,195張圖片。瓶罐照片來自TACO，磚石來自CODD，都是公開資料集。先確認它們標的是我們要找的物件，再統一答案格式，才能放在一起學習與比較。
例如材料標成塑膠，也可能是一個袋子，不能直接拿來當塑膠瓶的答案。
1,195 張，分開使用
803張讓模型學習，192張用來查看訓練中表現、調整做法，最後用另外200張固定Test比較成績。三組圖片不重複。可以把它想成練習題、調整時的檢查題與比較用的考題。資料裡約92.7%的標註物件是磚石，瓶罐範例少，所以各類表現也要分開看。
主要比較只有一次固定切分與 seed 42。Test 曾被後續實驗反覆參考，下一輪需新的獨立測試組。
訓練條件與比較界線
A／B 都使用 YOLO26n，訓練50輪、batch 4、Mac mini MPS；主要差異是訓練尺寸640／960。速度與同權重尺寸效果則來自另外兩組測試，不能混成一次實驗。
03
人工核對工具
先由人確認答案，再檢查模型。
正式盲標先只看原图：能辨認就框選，無目標或不確定都明確記錄。輔助核對頁會顯示模型框，回饋與正式盲標分開保存。
以下是既有工具的實際截圖，不是本頁可操作的標註工具；20張提交進度來自已保存紀錄。
已保存20張提交進度；點圖可放大。
04
模型比較結果
公開測試有進步，案場仍有落差。
A／B · 公開固定 Test
較大的訓練尺寸，提高了綜合評分。
A與B是同一種模型的兩個訓練版本。A使用640尺寸，B使用960尺寸；輸入較大，可能保留更多小物件細節。我們讓兩個版本回答同一組200張公開測試圖片，再比較它們能不能認對種類、把框放對位置。
mAP50–95 × 100
50.90 → 55.38
這是mAP50–95：把種類是否認對、框的位置是否準確，綜合成一個比較分數，這裡乘100方便閱讀。200張Test共有1,457個人工標註物件；三類各自計分再取平均，不是把磚石數量多的類別算得比較重。B比A增加4.48分，因此保留B，作為後面實驗的比較基準。
這不是現場正確率，也不代表現場55.38%的物件能被認對。
B：各類 mAP50–95 ×100
磚石較好，瓶罐仍需改善。
但綜合分數上升，不代表每件事都變好。「漏抓」是有目標卻沒找到；「多抓」是把不該框的地方也當成目標。B的Recall（找回目標的指標）略升，Precision（預測中答對比例的指標）卻下降，而且沒有達到原定Recall增幅目標。因此這次是有進步、有取捨，還不能說整套模型已經達標。
不能只看綜合分數
Recall 0.59549→0.60800；Precision 0.64306→0.62332。B未通過原定Recall增幅目標，不能稱所有指標都改善。
B／C · 三張定向難例
看看找對、漏抓與多抓。
C是另一個實驗版本，讓瓶罐範例在學習時更常出現，看看能不能改善瓶罐辨識。切換下方三張圖，再選「資料集答案」看人工標註，「模型對照」看左邊答案、中間B、右邊C。C有些圖改善、有些圖退步，所以沒有取代B。這三張是從20張特別挑出的難例中選出的rank 3／4／8，只用來理解錯誤，不代表所有照片的錯誤比例。
案例診斷條件：conf 0.25（模型保留預測的信心門檻）、配對IoU 0.50（模型框與人工框的重疊門檻）。信心高不等於一定正確，框也要回頭對照人工答案。
這張，基準模型找得比較完整
這張B沒有計入漏抓或多抓，C漏3個、多抓1個；單張結果不代表整體表現。
05
案場誤報與速度
畫了框，不代表真的有目標。
人工先不看模型答案，只看原圖，這叫「盲標」，可以避免被模型畫的框影響判斷。這次20張現場照片都沒有能清楚確認的塑膠瓶、金屬罐或磚石目標。它們適合檢查模型會不會亂框，但沒有真正目標可以核對漏抓，因此算不出現場Recall或完整mAP，也不能用來證明現場抓得準。
同一張圖，核對人工與模型。
沒有按規則能清楚確認的三類目標，不是說畫面沒有垃圾。
模型框來自當時保存的結果，信心高仍可能認錯。
整批20張 · conf 0.25
| 觀察項目 | A2 | B2 |
|---|---|---|
| 出現誤報的圖片 | 15 / 20 | 16 / 20 |
| 誤報框總數 | 76 | 29 |
76→29是在說：同樣這20張照片，模型亂框的總次數變少了。15→16則是在說：仍有16張照片至少出現一次誤報，甚至比原本多一張。也就是每張圖可能少了一些多餘框，但錯誤還分散在很多照片裡。不能只挑76→29，就說現場辨識已經可靠。A2／B2是現場測試用的版本標記，不是上面200張公開Test的成績。
仍缺有清楚目標的案場正樣本，無法回答現場真正物件有多少能找到。
同一套B權重：尺寸與速度的取捨
訓練完成後，這裡固定用同一套B模型，只改它每次看圖片的尺寸。640讓它看較小的輸入，處理比較快；960保留較多細節，但花更多時間。下方切換的是已保存的測試結果。公開Test分數與兩段短影片速度是分開量的，不能當成同一批畫面的準確率與速度。
每秒處理畫面70.1–70.7同機器兩段短影片
公開Test · mAP50–95 ×10053.56固定同一套B權重
FPS就是每秒處理幾張畫面。640在這兩段短影片約70 FPS，比影片標示的每秒60張快；同一套B模型的公開Test評分為53.56，比960少1.82分。如果要跟上影片速度，640值得繼續測試；若更重視圖片細節，就要衡量960帶來的分數與時間成本。
解碼幀數與影片宣告數有落差，仍需核對來源完整性與長時間串流。短測試不證明正式即時部署能力。
06
結論與完整報告
流程已走通，下一步補足現場證據。
已確認
- 資料整理、模型訓練、測試與錯誤檢查的完整流程。
- 960訓練尺寸在本次公開Test的三類成績均較高。
- 正式負樣本標註與速度／效果比較已有保存紀錄。
仍需完成
- 有清楚目標、不同時段與鏡頭的案場圖片。
- 統一規則、第二人抽查與新的獨立測試組。
- 影片完整性、長時間運作與漏抓／誤報／延遲驗收門檻。
這一階段證明了研究流程能走通，也量出了較大圖片帶來的分數、速度與誤報取捨。還缺的是「現場真的有目標時，找不找得到」的證據。下一輪要補拍可辨認的瓶罐與磚石，涵蓋不同時段與鏡頭，再用獨立測試與長時間影片確認，才能判斷是否適合實際上線。
完整研究報告・彈跳視窗閱讀
完整實驗報告（29 頁）中文原文・公開副本；保留研究數據與限制
資料來源與版本說明
展示依10_DEMO既有結果整理，公開圖片與必要數據已複製到履歷網站，原始研究檔保留。瓶罐來源TACO、磚石來源CODD；案例保留資料集參考標註。
完整報告保留正式整合v1的中文原文；公開副本移除原電腦路徑與影片識別碼，沒有重跑實驗或改動數字。第14、15、20頁為去識別圖片頁，文字無法選取。工具截圖是後來的可攜版，20張提交狀態來自保存檔；PDF內較早截圖顯示0，不代表正式提交遺失。