v0.1.0 - 检测模型权重

内容

• mambayolo9-best.pt — 溺水检测模型权重，Mamba-YOLO-T 配置，150 轮次训练
• 训练配置：batch 16 · imgsz 640 · Adam · lr0 0.001 · lrf 0.01 · 预热 3 轮 · 关闭 AMP
• 训练环境：RTX 4090 24GB · PyTorch 2.7.1 + cu118

指标

验证集：Roboflow drowning-detect v7（CC BY 4.0），2 类（Drowning / Swimming）

指标	数值
mAP@0.5	0.8330
mAP@0.5:0.95	0.4976
Precision	0.7998
Recall	0.7933
最优轮次	149 / 150
参数量	5,985,742（约 6.0 M）
计算量	13.2 GFLOPs @ 640×640

使用

import torch

ckpt = torch.load("mambayolo9-best.pt", map_location="cpu")
print(ckpt.keys())        # 含 model / ema / optimizer 等
model = ckpt["model"]     # 权重对象

权重为训练过程直接保存的完整检查点（约 34.9 MB，含优化器状态）。
若只需推理，可用 training/ 下的框架加载后重新导出精简权重。

前置条件

1. 克隆本仓库，进入 training/ 目录
2. 按 README 的「接入真实模型」安装 PyTorch 与依赖
3. 编译 selective_scan CUDA 扩展（必须与 torch / CUDA 版本匹配）
4. 数据集需自行从 Roboflow 下载，并修改 data.yaml 中的路径

说明

指标来自公开数据集验证集，训练与验证分布一致，不代表真实场馆表现。
真实泳池在拍摄角度、光照、水质与人群密度上与该数据集存在差异，接入前建议用实地样本重新评估。