摘要

在这款回合制战斗游戏里，玩家把鼠标悬停在目标上准备攻击或施法时，屏幕会显示一个伤害预览：通常只有两行数字（例如预计伤害区间和预计击杀数）加骷髅/盾形小图标，没有“伤害”二字。用户问：现有标注够不够训练一个可靠的预览读取器？离线采集和辅助标注可以慢，不受实时 3 秒预算约束。

本轮先盘点旧标注，结论是：够做原型和回归，不足以证明稳健训练或达到 95%。随后尝试两条离线供样路线：一是在“法术书页关闭”之后的几秒里用双尺度 OCR 找预览；二是先用战斗日志（Logs，游戏界面里逐行记录攻击、施法、伤害的文字面板）建一个可检索的录像信息库，定位到某次施法后再往前找预览。在一段训练录像里共精审出 11 帧 19 个预览字面区域、72 条日志行，并发现若干关键陷阱。没有修改生产模型、App 或其他模块。

要回答的问题

  • 旧的预览标注有多少、能证明什么？
  • 能否用离线、昂贵的方法高效找到更多真实预览样本？日志能不能帮忙定位？

数据与来源

旧标签盘点（按原图和来源去重，区分数字字面、动作类别、法术名称、攻击者/目标绑定）：

已核实旧标签 图片/区域 展示组与来源 限制
普通攻击预览 21 图 / 21 区域 14 个展示组、2 段视频 开发数据，非独立验收
法术目标预览 5 图 / 6 区域 5 组、2 视频、4 种法术 动作类别来自上下文；攻击者/目标关联不完整
动作未知预览 4 图 / 4 区域 3 完整、1 部分 不能算作攻击或施法正例
额外数字预览 去重后 8 图 不宣称动作真值 多数数字语义和攻防者字段未知

历史二分类裁图模型准确率 90.32%、正例召回 76.92%（10 TP / 3 FN / 0 FP / 18 TN），历史整图定位且两行数字全对 25/30（83.33%）。这些数字都不能当整图或动作类别精度。当前手动整图读取中，“目标预览”这一项仍未组合进来。

本轮新数据：一段已准入训练的录像（10 月 4 日 22:15，长 1987.8 秒）以及它已有的 5 帧/秒全段场景扫描。

方法

路线一：书页关闭窗口。自动挑 8 个窗口：法术书页出现至少 1 秒、之后普通战场至少 3 秒。每窗保存关闭前 0.8 秒的上下文和关闭后 0.2/0.8/1.4/2 秒的原生帧，对后四帧做原尺寸和 1.5 倍两种完整 OCR，用已有的“数字对”算法生成候选。所有候选只是标注建议，必须看原图精修；不在稳定性检查中删掉短暂候选。

路线二：日志检索库。用全段粗扫找到的日志区间，取首/中/末原生图做 OCR，逐行精修代表页；建一个可丢弃的实验数据库，保存原始 OCR、审核文本、日志截图在视频中的位置、日志里的时钟文字，以及附近同名的预览候选。日志时钟与文件名时间的换算只用来拒绝明显不可能的时间提示，从未完整校准；回看窗口取“推算发生时刻前 15 秒到后 5 秒”，这只是搜索范围，不是误差界。

设置

离线脚本，不改主索引或标签归属；模型分数不会自动升级为真值，实际伤害不会填进预计伤害，也不做因果或阵营推断。封存来源 17–22 未打开。

结果

  • 路线一：40 张原图中 32 张做了双尺度 OCR，得到 42 个数字对建议；逐个看放大裁图后，38 个是正确的重复建议、4 个残缺或误读。合并为 11 帧 19 个精审字面区域：9 帧 17 区域是法术选择上下文，2 帧 2 区域是普通攻击上下文。只来自 1 个训练来源、4 个展示窗口；3 个法术窗口不能称为 3 次确认施法。
  • 路线二：全段只标出 4 个日志区间，每段深读 3 张。精审 4 个代表页共 72 条事件行，按显示内容分 39 组（不等于 39 次唯一行动）。原始整图 OCR 的正文 72/72、时钟 72/72 正确，但含玩家名缺字和括号的完整文字只有 39/72，解析器接受 62/72。
  • 本地 HTML 页面可按法术、兵种、时钟、数字检索，并给出原图、日志位置和附近预览。浏览器对本地文件的安全限制拒绝了直接打开，未绕过；网页交互和视频播放未验收。

两个“日志 → 预览”的实际样例：

日志文字 推算发生位置 已审预览 日志实际伤害
连锁闪电 约 562 秒 559.4–560.6 秒：上行 31、下行 1404 1458，死亡 32
黑洞 约 572 秒 566.8–568.0 秒：下行 972，多个目标上行 32/162/12 1008，多个目标

失败与负结果

  • 日志出现时间 ≠ 施法时间：上面两条日志的截图实际出现在约 587.6 秒等位置，若直接当作施法时间会偏后几十秒。
  • 书页关闭 ≠ 施法：某次书页关闭后出现的是普通攻击预览；另一次黑洞书页和范围预览没有证据表明真的施放了。
  • 预览 1404 与实际 1458、预览 972 与实际 1008 不同；本轮只记录，不分析原因。
  • 首次日志采样把持续时间设成 1 毫秒，没有覆盖下一帧，失败退出；改为 100 毫秒后完成。检索库第一版字段访问错误导致预览关联为空，保留并在第二版修正。验证时一次把结果数误记为 10，实际是 3 条日志 + 6 个预览 = 9，已纠正。
  • 敌方操作时的预览可能对当前玩家不可见，取消施法也可能出现预览，所以“没找到”不能断言为漏检。

局限

  • 只有一个训练来源；粗扫未审完全部负例，日志召回未知；32 个深读帧中 21 个非正例只做了概览审核，不是完备负例。
  • 19 个正例只有字面和上下文，紧框、攻防者绑定尚未标注，不自动进入训练。
  • 42.05 秒（预览）和 17.27 秒（日志）的批处理时间包含模型、解码、OCR，不是在线时延。
  • 4 项检索边界测试和数据库完整性检查通过，只证明工具行为，不是识别精度。

结论与下一步

现有预览数据只够原型和回归。日志检索库可以把“某次施法”映射到一个回看窗口，确实帮助找到了预览，但必须记住日志时间和书页关闭都不是施法时刻。下一步用该库回采：按施法/攻击文字取前后窗口，再用双数字行和图标、局部稳定、多尺度 OCR 密采样；同时扫描书页关闭以外的普通攻击和取消操作，先在当前训练录像上报告完整覆盖分母，再扩到更多训练来源；补齐紧框、类别、可读/遮挡和攻防者证据后才准入训练。