scorelens-dd8

Feingetunte Variante von dart-sense (YOLOv8n, Lizenz CC BY-NC 4.0) für FreeDarts/ScoreLens: erkennt auf einem Foto die Kalibrierpunkte eines Steel-Dartboards und die Spitzen der steckenden Darts. 7 Klassen: 20, 3, 11, 6 (Kalibrierpunkte am Doppelring), dart (Spitze), 9, 15 (Zusatzpunkte). Eingabe 800 px.

Training auf Kaggle (T4, Gratis-Kontingent), Warmstart aus dd6, die ersten 5 Backbone-Blöcke eingefroren.

➖ Nicht in die App übernommen. Nur 9 Epochen (2,25 h, Kontingent war knapp). Trotzdem das beste Modell beim Finden des Boards (92,5 %) und beim Blickwinkel (63,4 %): die 55–70°-Schrägsichten wirken. Die Spitzensuche selbst bleibt auf dem Niveau des Basismodells.

→ Interaktive Rangliste aller Modelle

Trainingsdaten

Datensatz	data8 = komplettes data6 + 1.929 harte Trainingsbilder mit extra steiler Schrägsicht (55–70°) und Störung + 2.908 vom Vorgänger als schwer erkannte Roboflow-Bilder, doppelt gehärtet
Trainingsbilder	82.892 (nach doppelter Gewichtung der seitlichen D2-Fotos)
Validierung	1.579 echte DeepDarts-Bilder, in keinem Training enthalten
Epochen	9 in 2,3 h
Lernrate	0.0003, Cosinus-Abklingen
Bildgröße	800 px

Benchmark v3.1 (8.373 Testbilder, 47 Kategorien)

App-Wertung bildet die zweistufige Erkennung der App nach: erst das Board finden (vier der sechs Kalibrierpunkte, Entzerrung auf 3 mm genau), dann im frontal entzerrten Ausschnitt jeden Dart richtig werten. Ein fehlender, zusätzlicher oder falsch gewerteter Dart macht das Bild falsch.

	Basismodell	dd6	dd8
App-Wertung	33,1 %	42,1 %	43,7 %
… ohne AnyDarts-Fotos	29,7 %	52,5 %	55,6 %
Stufe 1: Board gefunden	61,6 %	87,4 %	92,5 %
Stufe 2: Darts im entzerrten Bild richtig	49,0 %	48,7 %	47,8 %
Exakt im Rohbild (streng)	21,9 %	37,2 %	39,8 %

App-Wertung je Gruppe:

Gruppe	Basismodell	dd6	dd8
Blickwinkel	19,1 %	53,8 %	63,4 %
Licht	30,3 %	47,1 %	49,4 %
Bildqualität	31,8 %	42,3 %	42,5 %
Kombiniert	2,1 %	31,8 %	35,3 %
Echte schwere Würfe	79,5 %	82,6 %	81,6 %
Schwere Würfe, gestört	8,3 %	58,1 %	58,6 %
Dart an Dart	47,2 %	60,3 %	61,0 %
AnyDarts-Fotos	43,0 %	11,9 %	9,0 %

Eigenmessung im Trainingslauf (Spitzen-Recall / Precision bei 10 px Toleranz)

	dd6 (Start)	dd8
DeepDarts-Validierung	97,5 / 98,4 %	97,6 / 98,1 %

Diese Validierung ist seit dd6 gesättigt und unterscheidet die Modelle kaum noch – deshalb der Benchmark v3.1.

Dateien

best.pt (Ultralytics YOLOv8n) · metrics.json (alle Messwerte des Laufs) · results.csv (Verlauf je Epoche)

from ultralytics import YOLO
model = YOLO("best.pt")
result = model.predict("board.jpg", imgsz=800, conf=0.3)[0]

Quellen und Lizenzen

Basismodell dart-sense (CC BY-NC 4.0) · DeepDarts (McNally et al., CVPRW 2021) · Roboflow score-lpfmv/darts-bjj98 (CC BY 4.0) · AnyDarts (nur Testfotos im Benchmark). Nicht kommerziell nutzbar (folgt der Lizenz des Basismodells).