集换式卡牌检测器 · YOLO11m OBB (v3)

🚀 概述

• 架构： 带有旋转边界框 (OBB) 头的 YOLOv11m（7 值输出：cx, cy, w, h, conf, class, angle）
• 输入分辨率： 1088 × 1088
• 目标： 单类别（trading_card），支持任意旋转角度
• 导出格式： PyTorch 检查点 + ONNX（内置 NMS，支持 WebGPU/WebAssembly）
• 训练脚本： training_app/src/training/train_yolo_obb.py

📦 模型文件

📚 数据集

• 名称： merged_dataset_50x3
• 组成： 约 60K 合成渲染图 + 约 220 张手工拍摄图 × 确定性 50 倍光度增强（约 11K 有效手工样本）
• 验证集： 55 张手工拍摄帧（210 张标注卡牌），90% 手工比例以匹配实际部署场景
• 标签格式： YOLO OBB（每个框四个多边形角点）

🎨 数据增强要点

• 对手工拍摄样本进行确定性光度预增强以实现过采样（亮度/对比度/伽马/噪点/模糊/HSV 偏移）
• YOLO 运行时增强：±60° 旋转、±0.15 平移、±0.6 缩放、±20° 剪切、透视抖动、flipud 0.3、fliplr 0.5
• 组合增强：mosaic (1.0)、mixup (0.1)、copy-paste (0.15)、RandAugment、随机擦除 (0.4)

🏋️ 训练配置

• 批次大小： 8
• 轮次： 50（早停耐心值 5）
• 优化器： Ultralytics 默认（SGD + 预热）
• 损失头： OBB 专用的 DFL + 分类损失
• 验证频率： 每 5 轮一次，并定期输出可视化结果
• 硬件： NVIDIA RTX 5090, CUDA 12.8

📊 评估结果（最佳轮次）

🔍 预测示例

示例 1	示例 2

示例 3

🧪 推理

from ultralytics import YOLO

model = YOLO("weights/cardcaptor_v3_best.pt")
results = model("card_photo.jpg", conf=0.25)

ONNX（WebGPU / WebAssembly）示例：

import onnxruntime as ort
import numpy as np

session = ort.InferenceSession("onnx/cardcaptor_v3_best.onnx", providers=["CPUExecutionProvider"])
input_name = session.get_inputs()[0].name
outputs = session.run(None, {input_name: image_tensor})

✅ 负责任使用

此模型仅预测集换式卡牌的边界框。它不读取卡牌文字或评估真伪。

📎 资源

• 训练脚本参考：training_app/src/training/train_yolo_obb.py
• 详细训练日志和分析器输出存储于：trading_cards_obb/yolo11m_obb_merged_50x3/
• Claude 设计文档：https://claude.ai/share/2886b94f-64a3-4b46-a42c-ba308f106902

有问题或改进建议？欢迎提交 issue 或 PR！