摘要

在这款回合制战棋游戏里，玩家把鼠标移到敌方生物上准备攻击或施法时，目标上方会弹出两行“伤害预览”小字（上一行骷髅图标加一个数字，下一行预计伤害）。视觉理解模块此前已经能在整张截图里找到并读出这些预览，也能检测出生物身体的方框，但不知道“这个预览指的是哪一个生物”。

本实验（内部批次号 B112）在已有的整图读取里加了一个显式开启的分支：根据预览和身体框的相对位置（预览应在目标身体上方），给出“目标候选”。在 30 张整图、27 个明确目标上，候选对应正确 24 个、错误 0 个、未解析 3 个。另一个想法——再要求被指向的身体必须有明确的数量牌（单位脚下显示兵数的小牌）配对——只是多拒绝了 2 个正确关系，没有改正任何错误，因此不采用为硬性条件。

这些只是“候选”，不是确认的目标、身份或施法来源，目前没有接入默认输出或公共接口。

要回答的问题

  • 只用同一帧里的空间布局，能否可靠地把预览连到被指向的身体？
  • 再加“数量牌支持”这一条件，是否能减少错误？
  • 实际的整图读取入口组合后，原有输出是否保持不变？

数据与来源

  • 沿用上一轮（B111）冻结的 30 张整图、31 个可见预览，来自两个已曝光的训练来源（10 月 4 日、10 月 3 日的训练录像）。它们不是新的独立对局或测试来源，不能当盲测。
  • 目标参考：继承旧标注（B087）的 15 个人工目标实例对应，逐一核对原候选 ID 与完整框和当前模型输出一致，不只按旧编号套用；再逐图看原生局部补 6 个有上下文的实例对应和 6 个原先只标了数字的目标对应。合计 27 个明确目标，另有 2 个重叠导致未知、2 个淡入阶段的目标未标。
  • 这份参考是“预览 → 身体实例”的对应，不是完整的身体框 IoU 金标。

方法

预先只定两个方案（两“臂”），不扫参数：

  • 方案 A：上方布局候选。 复用已有空间关联模块的有限几何窗口：把“预览在身体上方”的关系用上下镜像套进现有的身体—锚点几何；要求双向领先——预览把某个身体列为明确首选，那个身体也把同一预览列为明确首选，且首选与次选的分差至少 0.25。存在竞争时保留未知。数量文字、身份、伤害值、历史和规则都不参与配对，不用“最近就绑定”。
  • 方案 B：A 再加数量牌支持。 在 A 的候选上，额外要求现有数量牌模型给出“数量牌 ↔ 身体”的双向匹配支持。

流程上先只在 10 月 4 日来源上看结果并做决定，写下冻结决定后才读 10 月 3 日来源，之后不再反调参数。

实现方式： 新增一个私有候选函数，只在单图读取工具显式开启 --preview-target-candidates（同时提供身体检测、身体身份、预览模板等已有权重）时运行。结果放在独立字段里，用索引引用同一输出中的预览和身体，保存竞争候选和几何依据。原来预览的 target 字段仍为空，原有数值全部不变，避免候选悄悄变成确认目标。未开启时格式和默认行为不变；打开前置面板或局部请求时不读背景。

设置

  • 冻结决定（读 10 月 3 日前）：10 月 4 日已有 13 个明确关系，A 13/13 与旧人工实例一致；B 只有 11/13，拒绝了一个骷髅射手的重复框和一处被光标遮挡的数量牌，没有改正 A 的任何错误。因此冻结 A 为待验证方案、B 为同输入消融。
  • 高亮格子读取依赖可靠的网格注册，本批没有自动注册证据，不手工灌入网格，所以没有用这条证据。
  • 数量牌模型在 30 张原图上实际运行。

结果

同一输入与参考 A：上方布局候选 B：再强制数量牌支持
原 21 个明确目标：对应正确 18 16
原 21 个明确目标：错误 / 未解析 0 / 3 0 / 5
新补 6 个明确目标：对应正确 6 6
全部 27 个明确目标：对应正确 24/27（88.89%） 22/27（81.48%）
全部 31 个预览：位置、两行文字和已核对目标候选都正确 22 20
原 21 个目标：再要求身体身份首选正确 16/21 14/21

按来源，A 在 10 月 4 日 16 个对应正确、2 个淡入目标无参考；10 月 3 日 8 个正确、3 个未解析、2 个重叠关系未知。

两个人工未知的关系里，两种方案都是 1 个未解析、1 个给出了未经证实的候选，均不计为正确。这说明双向几何和数量牌一致都不能保证真实的语义关系。

实际入口验证： 30 张完整图重新经过真实 UI、预览 OCR 和身体模型，再组合新候选；与之前保存的完整输出对比，去掉新增分支后其它内容全部相同，候选结果也与冻结输入回放逐一一致。另 3 张前置面板图正确地没有运行背景候选；单图命令行工具实际运行一次输出 3 个目标候选，缺依赖时的预检正确失败。共 34 次实际读取，0 次新增失败。111 项聚焦软件测试通过（含 23 项新测试）。

失败与负结果

  • 数量牌门槛无收益。 B 只增加拒绝、不减少错误，损失来自重复身体框和数量牌遮挡；冻结后的回归来源也没有额外收益。
  • “点被覆盖”不等于找到目标。 10 月 3 日一张图里，被指向的“冷酷卧底”根本没有独立身体框，旁边大九头蛇的框盖住了人工标的身体点，这不算找到卧底；A 因竞争保留未知，这是正确行为。
  • 竞争导致未解析。 另一张图两个预览分别指向卧底和九头蛇，候选竞争使两条都未解析；没有强行用次优分配补齐。
  • 身份仍会错。 有两张图身体实例对应正确，但身体分类首选分别是“树人”和“幻影”，实际都是冷酷卧底。几何关联不能掩盖身份误判。
  • 数字层面的已知问题照旧：2 个淡入阶段的预览没找到，2 个范围值丢了中间横线，关联功能没有修好它们。一处淡入多体重叠的候选未经证实，不升级为真值，也没用相邻帧改单帧标签。
  • 两处测试夹具问题（导入、计时字段）已修复，不算识别失败。

局限

  • 31 个预览已经充分曝光，结果不是独立测试；“位置 + 两行 + 目标”全对的 22/31 远低于项目每字段 95% 的目标。
  • 新补 6 个实例的身份没有标注，不用模型输出自动填。
  • 候选分数不是概率；未测延迟，未跑全 Perception 套件或独立十场验收。

结论与下一步

基于空间布局的目标候选有净价值：在这批数据上没有给出错误对应，竞争时会老实地保留未知；数量牌门槛没有帮助。功能只以显式候选形式交付，未接入默认确认目标或公共观察接口。

下一步停止在这个小集上调分差，转而扩大来源、补独立出现事件的当前帧目标参考（包括同值多目标、拥挤、缺身体框、数量牌遮挡和负例），并检查两处卧底的分类裁图和训练覆盖。