摘要
战场生物读取器分两步：一个检测器在截图上框出每个生物的身体，再由身份模型判断是哪种生物。当玩家打开法术书时，书页右侧有几片彩色书签，检测器会把其中一些当成“生物身体”，产生误报。
项目里早已有一个书签定位器（用书签模板和梯度匹配找出每片书签），只是没接到身体候选过滤上。本实验新增一个很窄的可选规则：只有当某个身体框几乎正好覆盖“紫色 + 蓝色两片相邻书签”时才排除它；其他颜色组合和单片书签一律不动，因为书签之间的缝隙里可能露着真实生物。冻结后在 10 张回归图上，书页的身体定位精确率从 19/25（76%）提到 19/21（90.48%），召回率和身份正确数不变。去掉误报不等于找回漏检。
要回答的问题
能否在不误删真实生物、也不误删“书签 + 生物混合框”的前提下，排除纯书签造成的身体误报？
数据与来源
- 开发（训练来源）：先按记录顺序从每个来源组选首张法术书页和首张普通战斗图，共 7 书页 + 6 无书页战斗 = 13 图；随后扩到全部 28 张稳定训练书页加 6 张对照，共 34 图、7 个来源组。与书签相关的 10 个身体框逐个裁图检查。这不是 34 张全界面精标，也不是完整的身体召回评估。
- 书签模板：从两张原训练截图裁出 10 张小模板。
- 回归集：上一轮已有的 10 张固定图（5 张书页 + 5 张开局，来自同一晚的录像）。这些图在界面开发中曝光过，与模板和训练来源分离，属于开发回归，不是盲测；它们不用于模板、训练或调阈值。
方法
- 先保存冻结的身体检测器、身份模型、真实界面流程和书签定位器的原始输出，再人工看书签位置和相关身体框。
- 训练集中三个纯紫/蓝书签误报框与两片相邻书签联合外接框的 IoU（重叠面积 / 并集面积）分别为 0.783、0.862、0.869，而真实身体更低。
- 否决通用规则：扩展到 28 张书页时发现，一组金/紫书签的缝隙里露着真实身体，它与两签外接框 IoU 也有 0.830。所以“任意两签重合就排除”不安全。
- 最终窄规则：只处理位置 2、3 的紫/蓝两签；两签都通过原定位门槛，左右边缘相差 ≤0.12 签宽，高度比 0.8–1.25，垂直间隙在 [-0.05, 0.35] 签高；身体框与两签联合外接框 IoU ≥0.75，且包含两签中心。0.75 在训练集上选定。被排除的框和匹配证据仍写在输出的“已排除”列表里。
- 规则冻结后才运行回归集；若回归误删真实框就拒绝晋升，不在回归集上调。
设置
检测器、身份模型、模板匹配阈值（0.90 分数、0.05 分差、三个尺度）都不变。新规则默认关闭，只有显式设置时启用；原默认调用、字段和公共导出不变，没有接入战斗记录 App。
结果
训练 34 图：身体候选 196 → 193，去掉 3 个当时标为纯书签的框；已检查的真实身体、金/紫缝隙里的身体和绑带混合框都保留。
冻结后回归：
| 回归范围 | 之前 | 本轮 | 仍存在的缺口 |
|---|---|---|---|
| 5 张书页的身体预测框 | 25 | 21 | 去掉 4 个纯紫/蓝书签框 |
| 书页定位精确率 | 19/25，76% | 19/21，90.48% | 1 个纯金签、1 个书签/蛇身混合坏框 |
| 书页定位召回率 | 19/34，55.88% | 不变 | 15 个局部身体仍漏掉 |
| 书页定位且身份正确 / 全部身体 | 18/34，52.94% | 不变 | — |
| 5 张开局图 定位 / 定位且身份正确 | 69/70、64/70 | 不变 | 1 漏定位、5 身份错 |
| 10 图总体定位精确率 / 召回率 | 93.62% / 84.62% | 97.78% / 84.62% | 不能只凭精确率说达到 95% |
| 10 图定位且身份正确 / 全部身体 | 82/104，78.85% | 不变 | 含 7 个身份未判定对象 |
4 个被排除的框都与回归集原有的“纯界面”标签一致；88 个原本正确的定位全部保持；金签/蛇身混合框没有被误删。
失败与负结果
- 事后标注更正：后续一轮重新看像素时发现，训练中一个当时标为“纯书签”的框，右下角其实包含一小段白毛弯角生物，应称“书签主导的混合框”。已单独补标真实身体紧框，原输出和决定保留并追加更正；回归集标签和指标未改。
- 4 个单片金签和重复误报仍保留，书签问题没有全部解决。
- 评分脚本第一次在写出正确指标后因结束断言用了错误键名报错；修正键名后重跑结果与已写指标完全一致，没有重跑模型或覆盖分数。
局限
- 回归集已在开发中曝光，结果是开发回归；没有重读旧测试集或封存来源。
- 规则只覆盖一种颜色组合，不是物理遮挡真值，不能推广为“整条右边栏遮罩”。
- 70 项读图/规则/模板测试和 22 项评分/来源隔离测试通过，不代表真实识别率；没有重测时延，没有跑完整测试套件。
结论与下一步
窄规则安全地去掉了一类明确误报，作为显式可选功能保留。但书页上的主要问题是漏检（34 个身体只找到 19 个），而不是误报。下一步从已准入的训练书页补标完整和局部可见的身体框，混合区域保留真实身体、不标成纯背景，覆盖不同位置、姿态和来源，再在旧类别回归约束下改进检测器；不再围绕这 10 张回归图调参。
Comments