Detector de personas mirando su celular (YOLO26n)
Detector de objetos de una sola clase, persona_mirando_celular, entrenado para la Tarea 2 del curso de Visi贸n por Computador (Pontificia Universidad Cat贸lica de Chile, 2026).
Positivo: una persona que mira la pantalla de su propio celular, o que podr铆a estar mir谩ndola: lo sostiene en una posici贸n desde la que ver铆a la pantalla, aunque tenga la cabeza o los ojos hacia otro lado. Incluye selfies y fotografiar o grabar video. La caja encierra a la persona completa visible (cabeza, brazos y celular).
No son positivos: hablar con el celular en la oreja, grabar un audio con el celular en la boca, mirar el celular de otra persona sin tener uno propio en la mano, o tener el celular donde no se puede ver la pantalla.
Entrenamiento
| Par谩metro | Valor |
|---|---|
| Modelo base | YOLO26n preentrenado en COCO |
Capas congeladas (freeze) |
10 (backbone) |
| Tama帽o de imagen | 640 |
| 脡pocas | 100, con patience=30 (se detuvo en la 54; los pesos son de la 茅poca 24) |
| Batch | 16 |
| Semilla | 0 |
Datos: im谩genes de 1000脳1000 reunidas por los integrantes del curso. Antes de entrenar se revisaron todas las anotaciones contra la regla y se excluyeron duplicados y casos dudosos. El registro de cada decisi贸n est谩 en revision/ (registro_imagenes.csv y registro_cajas.csv), junto con la planilla de anotaciones CoordenadasT2.xlsx.
- Entrenamiento: 1.275 im谩genes (1.116 cajas; 352 im谩genes negativas).
- Validaci贸n: 284 im谩genes (252 cajas; 75 negativas).
Resultados en validaci贸n
| mAP50 | mAP50-95 | Precisi贸n | Recall | Umbral de mejor F1 |
|---|---|---|---|---|
| 0,857 | 0,560 | 0,743 | 0,837 | 0,405 |
Uso
from ultralytics import YOLO
model = YOLO('https://huggingface.co/joacodef1/t2-persona-mirando-celular/resolve/main/best.pt')
results = model.predict('imagen.png', imgsz=640, conf=0.405)
Elecci贸n del modelo
Con tres semillas por alternativa (mAP50 en validaci贸n, media 卤 desviaci贸n): YOLO11s 0,868 卤 0,007; YOLO26n 0,864 卤 0,007; YOLO11n 0,847 卤 0,006; YOLO11m 0,840 卤 0,015; YOLOv8n 0,819 卤 0,019. Hiperpar谩metros con YOLO26n: backbone congelado a 640 px 0,864 卤 0,007; todas las capas 0,869 卤 0,008; 960 px 0,827 卤 0,014. Las tres mejores configuraciones empatan dentro de la variaci贸n entre semillas; se eligi贸 YOLO26n con el backbone congelado por ser la m谩s peque帽a y r谩pida de entrenar. El detalle est谩 en runs/resultados.jsonl.
- Downloads last month
- 118