战场上，一支部队既有身体，脚下也常有数量牌，还站在某个六角格里。既然这些东西在位置上有关，程序能不能一起看，少漏几个目标？可以尝试，而且数量牌已经在一批旧图上帮助找回了身体；但信息加得更多，并不保证结果更好。
这篇集中解释试过什么、哪些失败、为什么没有采用。数量牌曾在75张旧图上帮助少漏11个身体，但也多报了1个框。最新30张新来源图里，新整图模型把208块牌全找到了，却多画5个框；混合训练模型比旧模型少漏2块、多报相同，也没有全对。 最后一轮再用这些自动框比较读字：本地VL四倍读对200/202个数量，但仍会错读、给假框填数字。主文 P82讲身体检测，P83讲数量牌；这里不拿任何一个成绩代表整屏识别率。
第一次阅读，先看每节的问题和结果表，再展开复现参数。本篇的结论是保留候选、默认不换；最后一轮数字对照和新来源定位对照是本次收尾重点。历史失败没有删除，恢复后的工作另列于P00计划。
flowchart LR
A[Same source frames] --> B[Body detections]
A --> C[Quantity plates]
A --> D[Uncertain grid]
B --> E[Compare links and misses]
C --> E
D -. Proposed soft hint .-> E
E --> F[Keep gains and failures]图 1：身体与数量牌已有比较；网格联合仍待试验。每加一种线索，都要检查找回了什么，又损失了什么。
1. 数量牌能帮忙，但不能只把门槛放低
身体检测器会给每个框一个分数。把门槛降低，可以找回模糊或被挡住的身体，也会把更多背景当成身体。数量牌提供了一个额外理由：低分框下面如果真的有牌，这个框更值得保留。
下面是 9 月 12 日同一批 75 张开发复测图、969 个身体参考的结果。只比较身体位置，不包含物种或数字正确率。这批图已被查看，不能再叫新盲测。
| 方法 | 漏掉的身体 | 多报的框 | 决定 |
|---|---|---|---|
| 冻结身体基线 | 31 | 33 | 比较起点 |
| 只降低分数门槛 | 8 | 178 | 误检太多，不采用此工作点 |
| 用数量牌支持低分身体 | 22 | 33 | 找回 9 个，保留候选路线 |
| 再要求数字读出来 | 25 | 33 | 没有更好 |
| 在牌上方重新检测局部图 | 22 | 33 | 当前组合没有额外收益 |
| 身体＋脚下牌扩大成联合框辅助训练 | 56 | 15 | 少误检，但漏得更多 |
“再要求数字”的主工作点经过单独选型，所以不能把 22→25 全归因于 OCR。固定同一门槛只加数字条件时，也少找回了一个正确身体。它说明：字读不清，不是身体不存在的理由。
联合大框训练同样不是白做：它找回了 18 个旧漏检，却丢了 43 个原本正确的身体。这是明确的取舍，不符合当时优先减少漏检的目标。这里试的是用自动配对产生辅助大框，不是所有联合训练方法都已经失败。
查看七种方法的逐帧对照。其他身体模型的比较在 P904。
最新对照：换成新牌模型，多找回了什么
9 月 24 日，用学习式数量牌模型重新处理同一批 75 张原图。身体候选、分数门槛和旧颜色要求都不变，也没有训练新模型。唯一改变是：从“绿色血条在哪里”改用模型实际找到的牌面位置。
| 支持身体的线索 | 找对身体 | 漏检 | 多报 |
|---|---|---|---|
| 不用牌，身体基线 | 938 | 31 | 33 |
| 旧血条规则 | 947 | 22 | 33 |
| 新数量牌模型 | 949 | 20 | 34 |
969 个身体参考中找到 949 个，找到率是 97.94%；但它还多报 34 个框，所以不能说输出有 97.94% 都是对的。和旧血条方法逐个比较，新方法其实是找回 3 个、丢掉 1 个、又增加 1 个误检，并非全面变好。
两个具体失败很有启发。第一张图的红色 68 牌已经找到了，位置也合适，却因牌内红色比例略低于旧门槛而被挡掉。第二张雪地图里，一个错位的低分身体框靠近蓝牌，被错误保留。前者是后处理误删，后者说明“离牌近”仍不够证明整个身体框正确。
打开 75 图对照与五张变化图。报告保留所有图，不只挑好的；每张可以打开原尺寸，并展开四种方法。全部数量牌推断约 6.89 秒，包含该阶段加载和读图，但不含旧身体推断、OCR或视频解码。没有复制原图。
这轮保留候选路线，不更换默认算法。尤其雪地仍漏 13 个，并从 17 个多报增加到 18 个；下一批数据应优先修这个薄弱点。
2. 身体和牌都找到了，怎么知道该连谁
拥挤时，一个牌可能靠近两个身体。原方法很保守：只有双方都没有其他候选才连接。这样不容易贸然作答，却也会留下许多人眼能分清的关系。
这次不改检测模型，只比较三种配对。第一种沿用唯一候选；第二种让每块牌直接选位置得分最高的身体；第三种要求身体和牌互相把对方排第一，而且明显好于第二名。分数接近时，第三种选择不回答，不会为了凑齐关系强选另一个身体。
现在已检查完 60 张旧训练图。数量牌模型找对了 717 块，多报 1 块，另漏掉 19 块。身体框沿用旧参考，新增牌和关系仍待审阅，因此这里只做开发诊断。模型输出来自同一批原图的已核对缓存，没有根据新标签调参数或重训。
| 配对办法 | 与参考相符 | 与参考不符 | 拒绝配对 |
|---|---|---|---|
| 双方唯一才连接 | 575 | 2 | 141 |
| 每块牌直接选最高分 | 704 | 9 | 5 |
| 双方明显领先才连接 | 699 | 2 | 17 |
表中每行合计 718 个模型框，包含那 1 个假牌。完整参考有 736 块牌，漏掉的 19 块不能从总体结果里消失。第三种比第一种多给出了 124 条相符关系。第二种虽然回答更多，却会受重复身体框干扰：例如雪地图中，两个几乎重叠的框竞争红色 122 牌，最高分法选了评分时没有匹配的重复框，第三种则拒绝了这次选择。岩地图的红色 20 也出现了同类问题。
还有一处不能马上归咎于算法。红珊瑚图的红色 16 对应一个身体，但旧参考在附近有两个重叠框，三种方法都与这个参考不符。查看前后两张已有关键帧后，仍不能确定另一个轮廓是否是一支存活部队。这张图暂停进入训练，原标签和上表评分都保留。 不能删掉困难图后宣称全对，也不能只删一个框、让模型把它学成背景。
另一处共同不符发生在洞穴图：程序把蓝色 38 连到了附近身体，但身体框偏移，与参考框的重叠没有达到评分门槛。只有一个近邻，不代表身体框就画对了。 这不一定是把数字分给了另一种生物，却仍是不合格的定位结果。还有一张红珊瑚图同时漏掉红色 52 真牌、把倒地身体旁背景当成假牌；三种方法都拒绝连接这个假牌，不能因此说漏检已解决。
打开三种配对的逐图对照。展开每种方法，可以看到相同原图上的身体框、牌框和连线，并跳到对应标注。这一轮没有运行数字OCR，也没有加网格；“连对牌”还不等于“数量读对”。
方法和初跑修正
身体使用已有 YOLO26s 模型，输入边长 960，沿用选型阈值 0.40；数量牌阈值 0.10。位置分数仍是原来的水平距离和身体底部距离，第三种要求双方第一、第二名至少差 0.25。这是预设研究参数，不是概率或经过校准的置信度。
前一轮13图中，初跑忘了复现旧连接器的像素取整，唯一法得到132条相符关系。统一取整后是134相符、1不符、29拒绝；直接最高分法161/2/1，双向法159/1/4。后来19图是197/1/38、232/3/1、230/1/5。本轮60图继续使用相同取整和参数。不同批次分母不同，不能把总命中数增加当作准确率提高。
3. 找到更多牌，也可能带来更多假牌
旧规则从绿色血条附近找红蓝牌。补上黄色血条、再要求牌里有浅色字，看起来很合理：两张开发图的找到数从 18/22 变成 20/22。但换到另外三张旧录像图，反而由 20/21 降成 19/21。暗字和部分遮挡不满足新规则，真实牌也被删了。
后来训练了专门找数量牌的模型。去掉重复框后，四张比较图找到 37/40；再加绿色规则，能到 39/40，且这四张没有多报。可在另外七张跨录像图里，同样的补充仍只找到 56/58，却新增了 3 个假框。 因此没有默认叠加绿色规则。两个分母来自不同批次，不能说模型从 97.5% 退步到了 96.6%。
还有一种失败不在模型里：模型直接能找到牌，视频流程却把“场景未知”的帧跳过去。入口修复和模型改进必须分开记录，否则会误以为训练一次就解决了所有问题。
补到68张训练图，为什么没有采用新模型？
旧模型只用12张图、103块牌训练。后来补完了一批困难图的标注，把其中可训练的部分与旧图合并，去除一张重复原图后，得到68张图、788块牌。模型结构、初始化、训练参数和输出门槛不变；实际训练26轮，再让两个模型读取同样的11张回归图。这11张不参与训练，但以前已经看过，不能称为独立盲测。
先看实际输出会经过的原有步骤：如果两个框几乎重叠，就留下得分较高的那个。这样，同一块牌不会被算成两块。
| 回归来源 | 原12图训练＋原有去重 | 补到68图＋原有去重 | 结论 |
|---|---|---|---|
| 旧4张图、40块牌 | 找到37，漏3，多报0 | 找到36，漏4，多报0 | 多漏一块 |
| 9月23日7张图、58块牌 | 找到56，漏2，多报0 | 找到56，漏2，多报0 | 没有改善 |
退步的是这张图上方的红牌：前景蓝紫身体挡住了部分牌面，牌仍看得见。旧模型能找到，新模型却漏掉。另一张拥挤布阵图的两个遮挡牌也仍然漏检。有更多标注，不等于当前训练配方就一定能学好遮挡。 这还不足以确定失败根因，但足以说明不能直接换模型。
这里还有一个容易误报的“进步”：不做去重时，七张图的多报从3个减到1个，看似更好；补查后发现，原有去重已经能把这些重复框去掉，两个模型最终都是零多报。上表的去重检查是在看到原始结果后追加的诊断，没有改参数；预先固定的原始框成绩也保留在完整审阅页里，不能互相替换。
这轮训练约236秒；同机11图的热调用中位数，旧模型13.5毫秒、新模型13.9毫秒，只计检测，不含读图、OCR或后处理。新数据增加了每轮训练量，验证也只有2张图，因此这不是等算力、充分选型的最终比较。接着检查另一个可能的问题：小牌是不是在整图缩小时变得太小了？
只把图放大，旧模型却认不出来了
这些原图宽2560像素，检测前缩到1280。回归图的牌中位高度原本38像素，缩完只剩19像素。于是固定旧模型，试两种办法：整图输入改为2560；或者从四个角各取宽、高的60%，让每块单独进入1280输入。四块互相重叠，再把找到的位置放回原图、去掉重复框。最后还试了整图与四块结果合并。只是改变看图方式，没有重新训练。
先在原来的两张开发图上比较，按漏检加误检最少来选，同分选计算量小的。这个步骤已经选择了旧整图1280，然后才运行下面11张已曝光回归图；没有看到结果后改门槛。
| 方法 | 旧4图：找到 / 多报 | 另7图：找到 / 多报 |
|---|---|---|
| 原整图1280 | 37/40 · 多报0 | 56/58 · 多报0 |
| 整图2560 | 0/40 · 多报1 | 0/58 · 多报1 |
| 四块各1280 | 18/40 · 多报2 | 25/58 · 多报2 |
| 原整图＋四块 | 37/40 · 多报5 | 56/58 · 多报3 |
整图2560退步得很明显，所以另外检查了模型真正收到的像素尺寸：确实是2560，没有偷偷缩回1280。在一张开发图里，同一块牌的预测位置仍接近参考，但模型分数从约0.90降到0.009，没过固定0.10门槛。这不是单纯把框画错了坐标；模型对放大后的图没有保持原来的判断。 训练时看惯的大小与现在不同，是待验证的解释，不是已经找到的唯一根因。
逐图审阅页保留两张开发图、四块的实际范围和所有回归结果。原方法约18毫秒，整图2560约44毫秒，四块约55毫秒，均为这11图热调用中位数，含本轮去重、不含读图和加载；合并两路的顺序耗时之和约76毫秒。更慢不是淘汰原因，没补回真牌却增加假框才是。
因此没有采用这几种直接改尺寸的办法。问题转向训练：如果模型在学习时就见过这些局部，会不会更好？下一节实际比较了这件事，没有在原来的11张回归图上调门槛。
4. 让模型学过局部，反而不一定要分块使用
上一轮只是把旧模型看到的图放大。这轮重新训练两个模型：一个只学整图；另一个每张原图既学整图，也学四个角落的局部。两者都从相同的通用预训练模型 YOLO26s 开始，其他训练设置相同。局部图只在内存里裁，不保存成一堆截图。
数据也重新分工。修订后的标签与旧训练图合并后，按录像文件划分出55张训练图、617块牌；开发集由2张扩大到17张、212块牌，用来选方法。这两组不混用。混合训练产生275个视图，但它们仍只来自55张原图，不能当作多收集了220张数据。裁到一半的牌仍保留标签，没牌的局部则作为负例。
两个新模型训练完后，比较五种用法。先在开发集按“漏检＋误检”最少选择，再处理那11张已看过、但本轮不参与训练的回归图。开发集选中的是新整图模型：212块全找到，多报1；混合模型直接看整图则找到211、多报1。所有参考仍待CTO审阅，录像是否拆自同一局也还没审计，因此不称为独立验收。
下面把11张回归图放在同一张表里，共98块牌。一个预测框只对应一个参考；“整张全对”要求该图既不漏牌，也不多框。
| 训练与使用方式 | 找到 / 98块 | 多报 | 整张全对 |
|---|---|---|---|
| 原12图模型，整图检测 | 93 | 0 | 8/11 |
| 新整图训练，整图检测（开发选中） | 95 | 1 | 7/11 |
| 新混合训练，整图检测 | 97 | 0 | 10/11 |
| 新混合训练，四块检测 | 97 | 7 | 7/11 |
| 新混合训练，整图与四块合并 | 97 | 9 | 6/11 |
这次终于有了一个值得继续验证的候选：混合训练后，仍然只运行一次整图检测。 分块检测没有在这批回归图补回更多真牌，却多画了假框。不过，回归较好的方法并不是开发集选中的方法，不能看完表以后偷偷改写选型结果。下一轮应该把候选固定下来，用真正没参与开发的新资料确认。
还有一项容易被总数掩盖的问题。上表允许预测框与参考框有一定偏差，使用的重叠比例门槛是 IoU 0.3；提高到0.5后，混合整图变成96/98、1个多报、9/11整张全对。这张图里的蓝牌被特效覆盖，模型虽然给了框，却框得偏大。它不能算已经准确定位，也没有据此补猜数字。
另一张拥挤布阵图更明确地改善了：旧模型漏两块，新整图漏一块，混合整图七块全部找回。与此同时，前景生物遮住的牌仍漏检；新整图模型还在战术阶段图的地面多画了一框。这就是它找到更多牌，却少一张整图全对的原因。
混合训练实际更新1511次，整图训练414次，分别用约847秒和280秒；它用了更多计算，不能把收益全归因于“多看局部”这一个因素。使用时，三个整图方法同机热调用中位数都约18毫秒；分块约54毫秒、两路合并约75毫秒，包含视图处理和去重，不含读文件、加载模型或OCR。准确率的限制比这点耗时差更重要。
完整28张图、五种方法与训练成本可以逐项展开。旧失败记录不删，默认模型也暂时不换。下一步停止反复调整这11张图，补独立录像的遮挡、特效和背景反例；牌的位置合格以后，再检查数字以及它属于哪个身体。
新来源30张：模型找得更多，为什么仍不换默认？
为了不再围着旧11张图调参数，这次先固定三个整图候选，再找没有用于这些模型开发的新资料。查来源时发现，几段看起来没用过的9月22、23日录像，其实早已参加过渡帧试验，因此没有拿它们冒充新测试。一段重新封装过、来源过程还不清楚的录像也先隔离。
首批从三段9月19、20日录像取图：每段均匀放十个固定窗口，各看12秒、每秒采十帧，只保存窗口内最早的稳定代表。30个窗口都取到了图，其他采样画面没有保存。 不因为内容是选秀，或被身体挡住，就另换一张更容易的图。
30张现在已全部查看并标参考，合计208块脚下牌，202个数字可读，6个被遮挡而留未知。9张是大厅、加载或选秀，没有脚下牌，也保留为检查误检的负例。打开书本的画面只标仍露出的牌；完全被挡住的位置不补框。参考在查看模型结果前完成，仍待CTO审阅。
打开30张原图与完整数量牌标注。这里只保留30张精选原图与12张来源首尾证据，共约164MiB，没有复制原视频或保存裁切。原稳定筛选仍留下一张含攻击伤害浮字的图；“被选中”不保证完全没有动画，这张困难图也没有换掉。
然后让三个冻结模型回答同一批图，输入大小和门槛不变。身体、数字读取和网格没有参与这张表，只比较数量牌的位置。
| 模型，都只看一次整图 | 找到 / 208块 | 多报 | 整张全对 / 30张 |
|---|---|---|---|
| 原12图训练 | 203 | 1 | 26 |
| 新整图训练，开发集选中 | 208 | 5 | 25 |
| 新混合训练，整图使用 | 205 | 1 | 27 |
九张无牌图三个模型都没乱画框；只看21张有牌图，全对分别为17、16、18张。新整图模型没有漏牌，却因为误检更多，整张全对反而少了一张。 混合模型也会漏掉旧模型能找到的牌，所以没有直接换默认。
更严格检查位置，把框的重叠门槛从0.3提高到0.5，找到数分别降为187、198、201。一块真实牌附近画了偏框，可能同时记一次漏检和一次多报；这不是凭空出现了两个错误物体，而是位置没有达到要求。只说“208块全找到”会掩盖这件事。
几个失败可以直接看图：新整图在第7图的条形光效附近多画一框；混合模型漏了第9图火焰挡住的蓝牌。第24图则不是完全没有检测：混合模型框在红牌上沿，位置不合格。数字看不清，也不能据此删掉真实存在的牌。
全部三模型结果可逐图展开，白框是参考，青框是预测。三个整图方法的热调用中位数约19—20毫秒，含视图处理、模型和去重，不含文件读取、加载或OCR；它不是整个视频流水线的速度。
三段录像的首尾和内部窗口支持六个对局分组，但不是六局完整审核；未知改名副本和精确起止也没有排除。因此这是一次暂定来源隔离的比较，不是生产验收。这30张已经看过结果，以后只能作为回归。下一步补身体、牌与格子关系；需要继续训练的遮挡图另从训练来源采集，不拿这批答案反复调参数。
5. 放大和多模型一致，为什么还会失败
对同一组自动裁出的牌，比较了原尺寸、补边放大、灰度和不同模型。七张已曝光图有 56 个可读数量，另有不可读牌单列。下面都是这 56 个参考的完整数字结果，漏牌也留在分母里。
| 读法 | 正确 | 读错 | 拒识 | 漏牌 |
|---|---|---|---|---|
| 原 PP 两次一致 | 43 | 1 | 11 | 1 |
| PP 补边放大 4 倍 | 31 | 1 | 23 | 1 |
| 本地 VL 原尺寸 | 54 | 1 | 0 | 1 |
| 两次 VL 一致 | 53 | 1 | 1 | 1 |
| 两次 VL 一致，还需 PP 支持 | 42 | 0 | 13 | 1 |
PP 是 PP-OCRv6 medium 数字读取器；VL 是本地 PaddleOCR-VL-1.6。这里保留 VL 原尺寸作为下一轮候选，没有据此宣称它在所有画面上最好。两次 VL 仍会共同把部分遮挡的参考 13 读成 12；要求 PP 支持又会挡掉正确的 11。
最新 32 帧视频回放还留下了一个更直接的例子：原图是 21，两次 PP 都输出 211。 点这里看这张原图与输出。它不在该轮四张固定评分图中，作为额外错例保留，不能因首帧成绩不错就忽略它。
九种读法及全部原文保留了完整对照。框找得准、字读得对、数字属于谁，是三个问题；不能拿其中一个替另两个过关。
最后一轮：同一批自动框，五种读法全部保留
上一节旧七图的结果值得扩大检查。因此在新增30张固定窗口图上，沿用开发集预选的新整图检测器，不重训、不换框、不调分数门槛。它输出213个框：208个对应参考牌，5个没有对应牌。读字模型看到的是这些自动位置，不是人工答案的位置。
原图是2560×1440；生产裁图程序在自动框四周加4像素，直接从原图读这一块。PP-OCRv6 medium比较原尺寸、四倍补边、灰度二倍补边；本地PaddleOCR-VL-1.6比较原尺寸与四倍补边。放大采用Lanczos，补边宽8像素。PP要求分数至少0.80；两种模型都只接受1–4位完整数字，截断或非数字拒识。这些条件在运行前固定，不按每项参考答案选择胜者。
| 202个可读参考上的读法 | 读对 | 读错 | 拒识 | 5个假框中输出数字 | 6个不可读参考中输出数字 |
|---|---|---|---|---|---|
| PP原尺寸 | 184 | 5 | 13 | 0 | 1 |
| PP四倍补边 | 122 | 13 | 67 | 1 | 1 |
| PP灰度二倍补边 | 150 | 15 | 37 | 1 | 0 |
| VL原尺寸 | 199 | 3 | 0 | 1 | 5 |
| VL四倍补边 | 200 | 2 | 0 | 1 | 5 |
位置按一对一框重叠匹配，IoU至少0.3；文字不参与选择配对。这一口径下没有可读参考漏框，所以前三列相加都是202。后两列不算正确，也不加入202的分母。9张无牌图全部保留，检测器没有在这9张提出框，因此这里没有额外OCR调用；不能据此证明OCR能判断所有背景。
这次VL更会读小数字，但“放大更好”仍不是普遍结论。四倍VL把一张红珊瑚图中的 27→21、24→26 修正了，却在另一张图把原先正确的 80 读成 30，只净增加一个正确读数。PP放大则明显退步，原尺寸184个读对降到122个；本轮没有继续调这批答案来挽救它。
另一个重要失败是第6张图：红牌上的 185 被身体部件部分挡住，VL原尺寸和四倍都读成了18，PP原尺寸反而读对。它说明两次同意仍可能一起漏字。这是检查后的失败解释，不是临时加入“遇到这个图就选PP”的规则。
打开第6张的真实裁图与五种读数，或查看全部30张。页面可只看错误、拒识和未知；每项都能展开原文、分数和耗时，并回到完整原图。遮挡到参考也读不清的6处保持未知；VL给出数字不代表这些数一定错，但没有证据把它们算对。
如果要求框的位置更精确（IoU至少0.5），VL四倍只有192个“位置合格且数字正确”，另2错、8个可读参考因偏框不匹配。与此同时，未匹配框中的数字输出升为11个；这里含偏框，不等于画面凭空多了11块牌。读字成绩不能掩盖定位问题。
三种PP输入合计21.42秒，两种VL输入合计69.14秒，均为213区域、包括进程启动和读图，不含视频解码、检测或人工标注。本轮只保存小型清单、原始输出和报告，未新增图片、裁图或视频。统一环境中的两个引擎分别在子进程运行，没有新增环境。
这批参考在上一轮预测前标好，但已用于定位比较，仍是助手待CTO的开发证据；来源隔离审计也未闭合。五种读法的成绩不足以宣称世界最优OCR或生产独立验收。本轮到这里停止：保留VL作为后续验证候选，先处理假框、遮挡与参考审核，不换默认算法。
6. 网格应该帮助配对，而不是替画面下结论
目前已有身体—牌的位置候选，但还没有完成身体、牌、网格三者的联合准确率评估。P105 的旧实验比较的是网格角点位置，不是生物检测或部队格号。它也发现：在那批旧图上，固定模板比几种逐图调整更准，不能默认“多修正一次就更好”。
旧身体补检函数依赖血条框，新数量牌模型只输出牌面框。本轮已经修好这个接线问题：没有血条时，就使用真实牌面的位置，不虚构血条。两种路径共用同一段几何计算；上面的 75 图对照实际用了它，但它还不是默认视频身体流程，也没有加入网格。
下一轮在同批帧上比较四路：身体单独、身体＋牌、身体＋网格、身体＋牌＋网格。网格只增加一个可撤销的位置线索；网格缺失或偏移时，退回不用网格的结果。身体动画、透视和遮挡都会影响框底部，所以不能把它直接吸附到最近格心。
这次也向 GPT 咨询了方法，随后另查原始资料：Pictorial Structures把部件外观和可变形的位置关系分开；PersonLab通过关键点和相对位移组合人物部件。它们给我们提供“先保留独立检测，再比较软配对；必要时再学脚点”的思路，不是在本游戏上验证过的收益。先不换大模型，也不把距离分数写成真实概率。
两个身体竞争同一块牌时，先保留多个候选；没有牌也不删掉清楚的身体。上方行动条不在战场网格里，应先完成卡片—数量的局部关联，再用额外证据研究它对应哪支部队，不能用相同物种或相同数量强配。
7. 新数据优先补困难场景，但测试集不拿来训练
新数量牌支持后，剩下的 20 个身体漏检里，17 个是部分遮挡；雪地图占了 13 个漏检。这两组有重叠，不能相加。下一批应优先补拥挤、遮挡、雪地、特效、尸体和书页边缘，同时保留常规清晰图。只加更多相邻清晰帧，未必能修这些问题。
每张完整图同时标身体、牌、可读数字和它们的关系。看得清地面接触点、格子时才加位置参考；看不清就明确写未知。训练数据用于改模型，未参与调参的测试数据用于检查是否真的变好。 同一局拆出来的相邻视频也不能分到两边。
现在已经从已有身体训练来源里选出 60 张候选，来自 18 段录像。雪地、洞穴、草地、熔岩、红珊瑚和岩地各 10 张，优先选有遮挡的图；数量牌模型原先用于选型和测试的录像没有选入。它们用于开发和补训，不是新的独立测试图。
目前已逐张检查完这 60 张原尺寸图片，标出 736 个数量牌：688 个数字可读，48 个读不清，保留未知。其中 734 块能连到一个继承身体参考，另外 2 块找不到对应的身体参考，不强行配对。19 个牌是模型漏掉后手工补入的，另拒绝 1 处背景误检。原身体框没有算成本轮重新确认；新增参考仍待 CTO 审阅。
这批图包括布阵、较低分辨率录像、鼠标遮挡、伤害预览、施法动画，以及红蓝单位站在同一侧的情况；不能把左边一律标成红方。动画图可以用作困难检测样本，但“能标出牌”不等于“通过了稳定关键帧筛选”。
这些漏牌常被鼠标、前景生物、火焰或悬浮伤害文字挡住。例如一张雪地图的红牌被伤害预览挡住，程序没有找到它；补标时能确认牌和对应身体，却不能把压在上面的伤害数字当作生物数量。新检查的图里，也有前景法杖和草叶穿过数字。牌存在、数字能否读出、数字属于谁，必须分别记录。
打开联合标注审阅页。页面可分别显示身体、牌、数字和关联线，模型建议默认隐藏；原图不复制。第一版有 3 张因身体参考争议暂停训练，程序导出 57张、696个牌 用于研究。除了前面提到的重叠框，还发现两张图漏标了身体：能看到脚下牌，却没有对应身体参考。不能让这些身体被当作背景学进去。已审核数、训练可用数、模型正确数是三回事。
这57张已经用于前面介绍的68图补训，但新权重没有胜过旧模型。上面的身体配对比较仍使用旧模型，不能把它多给出的124条关系算成这次训练的收益。
先修两处缺标，不把改标签算成算法提升
重新查看整张原图和拥挤局部后，可以补回其中两个人物。红珊瑚图里，蓝色 17 牌上方有一个持杖人物；熔岩图右上方，红色 38 前景人物后面还露出另一个白发人物。旧参考分别漏了他们，所以这次各补一个身体框，把原先没有归属的牌连过去。新增身体的物种仍未知，熔岩那块蓝牌被挡住的数字也不猜。
打开两处缺标的新旧对照。青框是新补的人工参考，不是模型预测；可以关掉青框，直接看到旧版漏了哪里。两张图原有的25个身体位置也逐一检查过，没有改框；已有物种标签不算重新确认。
修订版另存为 59张、723个牌 的研究训练参考。剩下那张重叠轮廓的存活状态仍说不清，继续隔离。修标签这一步不算模型提升，旧57张导出和旧评分表保留；后来的真实训练另见第4节。地面点、网格、困难负例和30张独立保留图仍要补，先核对分开的录像是否来自同一局。
8. 以后怎样查“到底试过什么”
每轮记录同样八件事：想解决的问题、数据分区、方法参数、比较基线、结果与耗时范围、失败原图、采用与否的原因、下一步。算法没效果、参考标错、程序接线失败会分开写；原图按路径引用，不再复制一堆中间截图。
主博客负责让人顺着读懂当前方法；这篇 P912 与 P904 负责让人查选型过程。统一入口在 P900 研究目录，当前生产完成度仍以 P00 总报告为准。
结论很简单：位置关系可以帮助找身体，也能帮助把牌连回身体，但不能代替识别和标注质量。新图比较中，新候选补回了部分旧漏牌，也暴露出误检和偏框；还没有一个候选全面胜出。下一步把身体、牌与网格放在同批图里检查，保留失败，不急着替换默认。
Comments