摘要
战斗画面上方的 HUD（英雄信息条）左右各有一个英雄头像。识别方式有两种：一是模板相关（NCC，把截图与资料库中 77 个英雄原画逐一比较相似度）；二是项目早先训练过的一个学习型分类模型（下称“学习头”）。在训练更多数据之前，先回答一个问题：现成的学习头能不能直接用？
在 10 张已曝光的 HUD 头像上只做一次固定推理：学习头 10/10 把正确英雄排第一，NCC 是 8/10。但学习头在现行运行时规则下 10 张全部被拒。审计发现：现行规则要求“分类置信度”和“裁图有效度”两个门槛同时满足，而历史评估中这两个门槛是作为两种可选策略分别验证的，从未校准过它们的组合。用历史选定的有效度门槛离线重放已保存的分数，10/10 接受且全部正确。
要回答的问题
- 现有学习头在真实 HUD 头像上的排序能力如何？
- 上一次“失败”是模型问题，还是接入和接受规则的问题？
数据与来源
- 10 张原生 194×226 的 HUD 头像裁图，来自 5 张已曝光图片、6 位英雄、3 段录像。
- 没有负例（非英雄或未知英雄的裁图），因此无法计算误接受率。
- 参考答案由另一方独立冻结并评分，推理端不读答案。
方法
- 只批准一次 CPU 推理窗口（最长 30 秒）：10 张裁图，用完整的 77 类 NCC 库和学习头各排一次，不做类别过滤或重新归一化。
- 用冻结的现行运行时接受规则判定。
- 另写一个离线重放脚本：只用历史验证时选定的有效度门槛 0.494140625（加“类型必须是英雄”“分数必须是有限值”两条保护），对已保存分数重新判定。零推理、零图像解码、不读答案、不选新阈值。
设置
一次运行共 4.922 秒，其中学习头批处理 0.688 秒；无 GPU、无 OCR、无训练。推理窗口已用完，不再重跑。
结果
| 路径 | 原始首选正确 | 接受且正确 | 接受但错误 | 未知 |
|---|---|---|---|---|
| 现行 NCC（门槛 0.75 / 0.08） | 8/10 | 6 | 0 | 4 |
| 学习头，现行“双门槛同时满足”规则 | 10/10 | 0 | 0 | 10 |
| 学习头，只用历史有效度门槛（离线重放） | 10/10 | 10 | 0 | 0 |
- NCC 两个首选错误都被正确拒绝了。
- 学习头每个预测类型都是英雄、有效度都高于门槛，但“类型 × 身份”的联合置信度都低于 1.0，于是双门槛规则全部返回“置信度低”。
- 离线重放中最低有效度为 0.50268912，只比门槛高 0.00854850——接受并不说明对负例或精度变化稳健。
- 21 项合成软件检查通过（包括错误类型、无效裁图、无效分数仍被拒绝）。
失败与负结果
- 第一次私有探针在双门槛规则下 0/10 接受。这个冻结结果保留不改，但它衡量的是“现行运行时规则”，不能描述为“原有效度策略失败”。
- 历史上 GPU 半精度推理在置信度 1.0 附近的舍入可能与 CPU 单精度不同，所以不能把分数四舍五入后去判接受，也不能认为“1.0”是校准过的确定性要求。
局限
- 这是开发冒烟探针：77 位英雄中只有 6 位有这类 HUD 证据，没有负例，不能证明广泛的英雄识别能力、未知拒绝、独立对局或 95% 目标。
- 学习头的训练数据全部来自选英雄页面的裁图（902 条），确认的原生 HUD 训练覆盖为零；相邻帧不是独立样本。
- 单次计时不能说明冷/热 p95 或 App 中的进程开销。
结论与下一步
10 个正确排序支持“先复用现有模型、再考虑重新训练”。上一次的失败来自接入缺口和接受规则不匹配，而不是这些样本上的图像分类能力不足。下一步：按来源分组准备 HUD 开发/校准的正例和真实未知负例；先冻结校准协议再评分，报告首选/前三、按类别和来源的错误、接受准确率和负例误接受；只有在排序错误或类别缺口需要时才微调；然后以“影子模式”私有运行，不改变公共候选，也不把模型输出当作用户确认的身份。
Comments