摘要
战斗画面上方有一条 HUD（英雄信息条），左右两侧各显示一位英雄的头像和攻击、防御等数值。读取器用“样例库”识别头像：把截图中的头像与库中已保存的真实头像样例逐一比较。逐字段准确率评估（训练池对照）显示英雄身份有 3 处真正的漏读（另 2 处是布阵阶段画面，本就不该读），与官方原画的相似度只有 0.49–0.59。
本实验从训练池截图包中补样例：先用“隐藏同一段录像的样例”的严格方式评估，找出没读全对的（局，侧），为每个出一张候选，与原画并排目视核对后采用。最终采用 3 张，样例库 66 → 69 张：训练侧 119 → 121 对、0 错；测试侧 87/0/3 不变。
要回答的问题
在训练数据内部补充头像样例，能否补上训练侧的漏读，同时不在测试侧引入误认？
数据与来源
- 训练池截图包：按来源登记表筛出的 78 包，其中 76 包有精审。每个 HUD 真值条目来自审核文件中的左右英雄名。
- 测试池：90 条 HUD 条目，只在采用样例之后跑一次，用于最终评估，不用来挑样例。
方法
- 对每个 HUD 真值条目裁出对应头像，用生产设置的头像识别器读取；评估时隐藏同一段录像的所有样例（比更早做法中“只隐藏同一局”更严格，因为旧样例来自其中一些录像）。
- 对每个没全对的（局，侧）提出一个候选样例。
- 候选与游戏资料库原画并排，由 AI 助手目视核对（模型目视核对，不是人工审核）。
- 把核对通过、且不与库里同局同侧样例重复的候选加入生产样例库，清单格式不变。
设置
测试数字是直接调用头像读取器得到的，不经过路由器（把截图分给各读取器的程序）战场任务的门槛，因此与之前逐字段评估中的 85/0/5 不完全可比。
结果
| 训练（124 条，按录像留一） | 测试（90 条） | |
|---|---|---|
| 原库 66 张 | 119 对 / 0 错 / 5 未知 | 87 / 0 / 3 |
| 原库 + 新 3 张（69 张） | 121 / 0 / 3 | 87 / 0 / 3（不变） |
- 5 个候选都与原画吻合；采用其中 3 张（两位英雄、一位的左右两侧共 3 个条目）。
- 训练剩下的 3 个未知，都是只在一局中出现过的英雄：按录像留一时，它们唯一的样例被隐藏了。
失败与负结果
- 两个候选不采用：它们与库里已有的旧样例来自同一局。用旧的“只按局名隐藏”的评估会把旧录屏敌方从 260 提到 280，但这是评估泄漏——同一局的样例在评估时没有被真正隐藏。
- 测试的 3 个未知：一位英雄库里根本没有样例（与原画相似度 0.29）；另两位库里有同侧样例，分数却只有 0.37 和 0.38。训练里没有同类失败，所以不能用测试结果合法地改动。
局限
- 改进很小（训练侧 2 处），测试没有变化。
- 候选核对是 AI 助手目视结果。
- 只有出现过多局的英雄才能在“录像留一”下被可靠评估；只出现一局的英雄在训练侧必然显示为未知。
结论与下一步
补样例让训练侧 2 个真漏读恢复，测试不变，任何地方都没有新增误认，生产样例库 66 → 69 张，随下一个发布版带上。测试侧两个“库里有样例却分数很低”的头像值得后续单独研究，但必须先在训练数据里找到同类失败。
Comments