UNIC0RN-Zhu/yolo11s-drive-scene-carla-v1

YOLO11s Drive Scene CARLA v1

面向智能驾驶场景理解的 YOLO11s 目标检测模型。模型在通用道路数据基础上进行了 CARLA 0.9.16 域适配，用于实时识别车辆、行人、骑行者、摩托车、交通灯、交通标志、交通锥和道路护栏。

该模型是 LMM-in-AutoDrive/scene_understanding 模块的默认实时检测权重。模型只提供二维目标检测结果，不直接生成驾驶决策。

模型信息

• 基础模型：Ultralytics YOLO11s
• 任务：二维目标检测
• 输入分辨率：640 x 640
• 默认置信度阈值：0.10
• 推理框架：Ultralytics
• 验证系统：Linux、Python 3.12.13
• 验证硬件：NVIDIA GeForce RTX 5090
• 权重文件：best.pt
• 权重大小：19,164,762 字节
• 许可证：AGPL-3.0
• 项目仓库：ZhuShanzhe/LMM-in-AutoDrive

检测类别

ID	类别	含义
0	vehicle	汽车、公交车、卡车等机动车
1	pedestrian	行人
2	cyclist	自行车骑行者
3	motorcycle	摩托车及摩托车骑行者
4	traffic_light	交通灯
5	traffic_sign	交通标志
6	traffic_cone	交通锥
7	road_barrier	道路护栏和隔离设施

训练数据

训练和域适配使用了：

• BDD100K 道路场景数据；
• nuScenes 多相机道路场景数据；
• CARLA 0.9.16 仿真数据；
• CARLA 行人横穿、前车紧急制动、城市道路和交通灯场景。

数据集不包含在本模型仓库中。使用者必须分别遵守 BDD100K、nuScenes 和 CARLA 的许可与使用条款。

验证结果

总体指标：

指标	结果
Precision	0.6786
Recall	0.4974
mAP50	0.5405
mAP50-95	0.2643

分类指标：

类别	Precision	Recall	mAP50	mAP50-95
vehicle	0.7981	0.6970	0.7655	0.4736
pedestrian	0.7291	0.4813	0.5515	0.2571
cyclist	0.5836	0.3022	0.3374	0.1677
motorcycle	0.6235	0.3268	0.3435	0.1641
traffic_light	0.6548	0.5782	0.5837	0.2149
traffic_sign	0.7107	0.5375	0.6013	0.3046
traffic_cone	0.6485	0.5356	0.5778	0.2495
road_barrier	0.6806	0.5204	0.5632	0.2830

Ultralytics 验证记录中的 RTX 5090 单图阶段时延：

阶段	时延
预处理	0.2405 ms/image
模型推理	0.5276 ms/image
后处理	0.3502 ms/image
三阶段合计	1.1184 ms/image

该数字来自当前验证配置，不包含图像采集、跨进程传输、跟踪、车道处理、语义对齐和下游决策。

下载

hf download UNIC0RN-Zhu/yolo11s-drive-scene-carla-v1 \
  --local-dir ./models/yolo11s-drive-scene-carla-v1

推理

pip install ultralytics

from ultralytics import YOLO

model = YOLO("./models/yolo11s-drive-scene-carla-v1/best.pt")
results = model.predict(
    source="frame.jpg",
    imgsz=640,
    conf=0.10,
    device=0,
)

for result in results:
    print(result.boxes.xyxy)
    print(result.boxes.conf)
    print(result.boxes.cls)

完整项目链路应通过 scene_understanding 模块加载该权重，以获得项目约定的实体 ID、类别映射和下游数据结构。

文件

文件	说明
best.pt	CARLA 域适配后的 YOLO11s 权重
args.yaml	Ultralytics 训练参数
validation_metrics.json	总体和分类验证指标
results.csv	训练过程逐轮指标
SHA256SUMS	权重校验和
LICENSE	完整 GNU AGPL-3.0 文本
README.md	模型卡

权重 SHA256：

a96c29ef518990f410f54ec2c4a4ef617b2b184996c2b980eb44072243070c44  best.pt

限制与安全

• 验证集上的总体召回率为 49.74%，不能将该检测器视为安全完备的感知系统。
• cyclist 和 motorcycle 的召回率分别约为 30.22% 和 32.68%，是当前主要短板。
• 模型受到训练数据、天气、相机视角、距离、遮挡和仿真到真实域差异影响。
• conf=0.10 用于提高候选召回率，必须由跟踪器、语义对齐和安全模块过滤误检。
• 模型不检测车道拓扑，不完成多帧跟踪，也不直接输出控制指令。
• 不得仅依靠本模型输出控制真实车辆；本模型不构成自动驾驶安全认证。

权重安全

best.pt 是 Ultralytics/PyTorch checkpoint。PyTorch checkpoint 可能包含 pickle 序列化对象，只应从可信仓库加载。仓库中公布了 SHA256，下载后应先核验：

sha256sum -c SHA256SUMS

许可证

本仓库中的 YOLO11s 派生权重和相关发布文件采用 GNU AGPL-3.0。完整条款见 LICENSE。使用者还必须遵守训练数据集各自的许可条款。