摘要
战斗画面两侧各有一个英雄 HUD（屏幕上固定显示英雄攻击、防御、法力强度和法力值的区域）。前一个实验 B052 组合了截图读取器，在“最新 5 局”的 71 张原图上输出了 441 个数值候选，但这些候选之前没有参考答案可以比对。本实验（B053）不改任何代码或模型，只是把这 441 个输出逐项对照原像素补上参考，再计分。
结果：可见的 102 个 HUD 侧面、408 个字段全部读对；20 张没有 HUD 的截图上读取器也没有乱报数字。剩下 33 个“淡出中的生物面板”字段，30/32 读对，1 个生物名称读错，1 个拒识。
要回答的问题
B052 留下的 441 个未审核数值，到底有多少是对的？有没有在不该有 HUD 的画面上报数？
数据与来源
- 71 张“最新”原截图，来自 5 场战斗，它们在项目里算作同一个已曝光的来源组（已经被看过、参与过开发），不是独立测试数据。
- 包括 20 张读取器根本没请求 HUD 的截图，也一并检查。
- 更早冻结的历史来源保持关闭，不打开。
方法
- 用已保存的 B052 输出生成审核板：上面是原像素和上下文，下面单独列出保存的 OCR 草稿。
- 助手逐张查看每一侧，写下可见的攻击/防御/法力强度/法力值的字面值，或明确标“该侧没有 HUD”“看不清”。
- 不允许把相邻帧的值抄过来填补看不清的像素；法力等数值变化的若干帧专门直接核对。
- 屏幕左边/右边不代表哪一方是我方，审核不推断归属；战斗准备阶段的计时器和对勾不算“法力为 0”，而算“没有数值 HUD”。
注意：审核时草稿是可见的，所以这是助手辅助精标，不是独立盲审，也不是人工审核（REVIEWED）。
设置
- 不重跑模型，不改生产代码、阈值或数据划分；B052 原有的 363 个字段分母保持不变，本次是单独的补充范围。
- 计分分别统计：没有 HUD/看不清、没有输出、读错、拒识、读对，以及整帧全部正确。
结果
| 审核范围 | 结果 |
|---|---|
| 可见数值 HUD | 102 侧 / 51 张原图 |
| 每侧四个字段 | 408/408 正确 |
| 每个左/右字段单独看 | 各 51/51 正确 |
| 可见字段中缺失 / 拒识 / 读错 | 0 / 0 / 0 |
| 没有 HUD 的侧面 | 40 侧 / 20 张原图 |
| 没有 HUD 时仍请求数字 | 0 |
| 可见 HUD 整帧全对 | 51/51 |
这覆盖了 441 个未审核候选中的 408 个。剩下 33 个属于三张“面板正在淡出”的生物信息面板。原先整帧被标为“过渡”，但这不代表每个局部字段都看不清，于是单独核对：
| 截图 | 可读字面 | 读取器结果 |
|---|---|---|
| 第 7 局第 9 帧 | 11 | 11/11 正确 |
| 第 9 局第 10 帧 | 11 | 11/11 正确 |
| 第 9 局第 8 帧 | 10 | 8 正确；伤害 2–3 拒识；标题“太阳圣盾”被错读成“太阳盾” |
合计 30/32 正确、1 错、1 拒识。同一帧里的数量当前值 140 可见，但上限从像素上无法判断，所以这一对数量记为“无法判断”，不计入。
至此 441 个候选都有了明确审核状态：440 个完整参考，1 个部分参考。
失败与负结果
- 读取器把“太阳圣盾”读成了“太阳盾”并接受了它，这个错误被保留，加入已知失败集。
- 没有为了这个错误回头用最新来源调参或重跑模型。
局限
- 5 场战斗只是一个已曝光的来源组，408/408 不能证明独立数据上 ≥95% 的质量，也不能说明置信度已经校准。
- HUD 数值重复多、相对容易；如果把它们和更难的旧字段（英雄士气/幸运、被遮挡的数量）混在一起算总分，会掩盖真正的弱点，所以分开报告。
- 不证明面板全部内容、技能、归属或任意场景都能覆盖。
结论与下一步
在已有输出范围内，英雄 HUD 的四个数值读取在这批数据上没有发现错误，没有 HUD 时也不乱报。真正的弱点仍在别处：训练来源里的小数字和局部可读性。下一步继续在训练来源上改进这些，并把本次补审作为回归检查使用。
Comments