摘要
这款回合制战棋游戏的战场上站着各方的生物（兵堆）。视觉理解模块里有一个“身体检测器”：输入一张截图，输出每个生物身体的方框，后续再判断它是哪种生物、属于哪一方。玩家打开法术书时，一本大书会盖住战场中间，书的左右边缘、上下沿只露出生物的一部分：一只翅膀、一截尾巴、一个头。旧检测器在这种“局部身体”上漏检很多，而之前用少量书页图过采样续训的尝试（内部称 p912）已经失败，会让普通战场变差。
本实验（内部批次号 B095）不训练模型，只做一件基础工作：按“当前截图里确实看得见的身体像素”给书页截图补精确的定位标注，审查来源边界后导出成已有训练流程能读的格式，并用旧模型已保存的预测看看新参考暴露出的短板。
结果：7 张图共标出 42 个当前可见身体，其中 16 个旧模型完全没提出、需手工补框；可用于训练的是 6 张图 35 个身体。旧检测器在这 6 张图上只找到 19 个，书页边缘的局部身体 21 个里只有 6 个框合格。
要回答的问题
- 书页截图里到底有多少当前可见的身体？旧模型漏了哪些？
- 这些新标注能否在不破坏既有来源隔离的前提下进入训练数据？
- 新参考能指出检测器哪类目标最弱？
数据与来源
- 上一轮（B094）首轮挑过一组书页图：每个训练来源组取第一张稳定书页，共 7 图 / 7 组。来源分组沿用项目早期定的分组表（B047）。
- 预标：复用已保存的旧检测器候选框（包括被“面板过滤”去掉的框），只当提示，不当真值。
- 为分清相邻身体和同一身体的不同部位，另看了 4 张同来源、没有书页遮挡的截图，只作人工审核时的上下文，不用来补出被书完全盖住的身体，也不把那里的身份抄过来。
- 不读评估图（B093 的 10 张图本轮没有再跑）、旧测试图和冻结来源（17–22）的像素。
方法
标注规则（先冻结再标）：
- 框按当前可见身体像素画；真实存在但身份或变体不确定的碎片保留定位标签，身份字段为空。
- 武器孤片、英雄模型、书里的法术图标、书签和绑带、头像、数量牌（单位脚下显示兵数的小牌）都不算身体。
- 两个身体按当前像素分不清时记为疑点并把该图隔离出训练，不能把疑点当背景负例。
- 本轮只负责定位；身份一律标为“未标注”，不用模型首选名字充当标签。
审核过程： 逐张看完整图、原生分辨率的左右边缘和上下沿、42 个最终框裁图、34 份规范身体参考图和 6 处放大片段。旧宽框按可见轮廓修紧或拆分。几处典型修正：两个被圈成“麒麟”的框其实只是书脊，没有身体；一个绑带大框里混了两个不同身体的碎片，分别重画；一处蛇身框在第二次原生裁图检查时向两侧扩大，补回露出的翼和尾羽。因此第一版标注（v1）被第二版（v2）取代，v1 保留但注明不得用于训练。
来源边界： 10 月 4 日 22:15 这段录像在通用 UI 任务里属于训练来源，但在身体检测任务里一直是“未训练过的开发回归来源”（用来检查改动后有没有退步）。为保持这条隔离，它的 1 张图、7 个身体只做精标和诊断，不进训练。其余 6 个 10 月 3 日来源组共 6 图 35 身体可用于定位训练。
导出： 用生产代码里已有的训练视图函数导出，图片路径仍指向原图，不复制图片、不移动录像。与原有 401 图 / 4588 身体合并后为 407 图 / 4623 身体，原 401 图参考没有改动。
评分： 不重跑神经网络，只用已保存的旧预测。固定置信度阈值 0.4，预测框和参考框一对一匹配，IoU（两个框交集面积除以并集面积）≥ 0.5 算找到，只评定位、不评身份。
结果
| 范围 | 参考身体 | 原始检测器 找到/误报 | 加可选过滤后 找到/误报 | 漏检或框不合格 |
|---|---|---|---|---|
| 6 张训练来源书页 | 35 | 19 / 8 | 19 / 5 | 16 |
| 保留的 10 月 4 日开发书页 | 7 | 3 / 1 | 3 / 0 | 4 |
- 6 张图中“主体基本可见”的身体 14 个，检出 13 个；书页边缘的局部身体 21 个，只有 6 个框合格。
- 唯一漏掉的主体可见目标是一只浮空的环状生物；其它缺口集中在头、翼、尾、窄衣摆和小肢端。最小的一个暗色肢端只有 25×30 像素，保留在困难分母里。
- 6 图上的定位精确率 79.17%、召回率 54.29%；留出的单张图召回 42.86%。这张图是曝光过的开发难图，不能当独立总体召回率。
- 这些数字是“新参考 + 旧预测”，新分母不代表模型变好或变差。
失败与负结果
- 更正上一轮的负例判断。 B094 曾把一个框称为“纯紫/蓝书签”。本轮原生裁图发现其右下角还露出一小段白毛和弯角身体，更正为“书签占主导的混合框”。它与真实身体紧框的 IoU 不足 0.5，所以原过滤前后的计数不变，但整张裁图不能再当背景负例。原始预测和原决策保留，只追加更正记录。
- 原面板过滤去掉的一个巨大框按新紧框本来就不合格，所以既不能说过滤“找回”了它，也不能说“弄丢”了它。B094 的颜色规则去掉 3 个书签主导的坏框，定位正确数保持 22。
局限
- 这是助手辅助的定位精标，不是独立人工测量认证；局部片段的细边界仍有判断误差。
- 42 个身体都没有身份标签，不能当成 42 个已确认物种的训练样本。没有宣称这 7 张图的全部 UI 都标完了。
- 只有一张留出图，不能代表跨来源泛化。没有测延迟，没有 App 验证，也没有完整 10 场验收。
- 55 项既有训练视图、来源分区相关软件测试通过，这只说明数据格式和分区正确，不是识别质量认证。
结论与下一步
本实验交付的是可用的训练参考：6 图 35 个可见身体框，以及一张保持隔离的开发图。它清楚地显示旧检测器在书页边缘的头、翼、尾、小肢端上最弱，这不是“多抽几张类似开局图”能补的。
下一步先固定局部身体的训练和选模方法：复用这 35 个框和已有的合格困难参考，从训练来源内留一个来源专门验证局部能力，同时检查普通战场不退步；不能重跑已失败的小样本续训配方碰运气，失败的候选照样保留记录。
Comments