model_card.md

---

language: zh
tags:
- computer-vision
- object-detection
- yolo
- pool-ball
license: mit
datasets:
- custom-pool-ball
metrics:
- mAP50
- mAP50-95
---


# Pool Ball Detector

這是一個基於 YOLOv8 的撞球檢測模型，用於識別和定位撞球。

## 模型詳情

- 模型架構：YOLOv8n
- 訓練數據：自定義撞球數據集
- 訓練輪數：120 epochs
- 圖像大小：640x640
- 批次大小：128
- 設備：NVIDIA GeForce RTX 3060

## 性能指標

- mAP50: 0.931
- mAP50-95: 0.581

## 使用方法

```python

from ultralytics import YOLO



# 載入模型

model = YOLO('pool-ball-detector.pt')



# 進行預測

results = model.predict('path/to/image.jpg')

```

## 訓練細節

- 使用 YOLOv8n 預訓練模型
- 使用自動混合精度訓練
- 使用早停策略
- 每 10 個 epoch 保存一次檢查點

## 數據集

自定義撞球數據集，包含：
- 訓練集：撞球圖像和對應的標註
- 驗證集：用於評估模型性能

## 限制

- 模型僅針對撞球檢測進行訓練
- 在複雜背景或光線條件下可能表現不佳