摘要
战场上的每个生物兵堆是一个 3D 模型（本文叫“身体”）。程序先用检测器框出身体，再用一个身份分类器判断是哪种生物（144 类）。之前的错误分析发现，有 6 类生物在训练集里根本没有战场身体样本，只有选择页的插画——而插画和战场上的立体身体看起来很不一样。其中虫巢之母、地狱九头蛇、膨肿仲裁者在错误里出现过。
本实验从已准入训练的录像里定向找这些缺样类别的真实身体，审核后补进 14 个标签，按旧配置重训一次。结果：两个缺样类别确实有恢复，但其他类别出现退步，整体没有通过事先冻结的“不能退步”门槛，因此不晋升新模型，继续使用旧模型（下文称“保留基线”）。
要回答的问题
为缺样类别补真实战场身体样本，按原配置重训一次，能否在不伤害已有类别的前提下提升完整截图上“定位且身份正确”的数量？
数据与来源
- 先复审已有的 45 个仲裁者家族身体和 3 个食尸鬼身体，对照 10 种标准全身参考，48 个旧标签保持。
- 复用 117 张已明确划为训练的近期稳定战斗/面板/书页/日志图。全部做目标家族概览筛查，模型给出 39 个局部候选，逐个复核；另在完整图里找到 1 个虫巢之母——它的身份分数 0.056 低于采样门槛 0.08，所以没进候选。这说明模型分数不能当作“采集是否完整”的判据。
- 最终准入 14 个身体：虫巢之母 11（两个来源组）、地狱九头蛇 3（一个来源组）。用标准全身图、原生裁图和同场景生物面板的名字交叉核对，手工修订框到可见身体范围。
- 与特效、邻队严重重叠的 1 个候选被隔离；2 个无法可靠确认的不当背景负例。没有发现新的膨肿仲裁者或食尸鬼身体。
117 张不是 117 张完整的 UI 真值图；这些局部身体标注只用于身份训练，不拿未标区域训练定位器，也不算 14 个独立对局。验证集、测试集和冻结的封存来源都没有用来供样。
方法
只训练一次，完全复用旧模型的初始化、种子、优化器、增强、预处理和 144 类设置，不搜索参数。新训练副本共 6,186 条：4,606 个身体 + 1,580 个选择页样本；原 5,307 条身体数据行全部保持，其中 715 条验证行未改。
事先冻结的选择门槛（任一不满足就保留旧模型）：
- 715 张参考裁图身份正确数 ≥689；
- 54 张完整图的“定位且身份正确”数必须严格提高（>662）；
- 最近 15 个明确目标 ≥13。
设置
训练 314.44 秒，最佳在第 10 轮，第 16 轮提前停止。注意：扩充数据会改变平衡采样的抽样序列，所以不能把所有类别的变化都归因于新标签。历史测试集不重测、不参与选择。
结果
| 相同分母与条件 | 保留基线 | 本次候选 |
|---|---|---|
| 715 张参考裁图身份正确 | 689（96.36%） | 686（95.94%） |
| 54 张完整图、707 个预测框：联合正确 | 662 | 661 |
| 完整图联合精确率 / 召回率 | 93.64% / 92.59% | 93.49% / 92.45% |
| 已定位虫巢之母身份正确 | 12/14 | 14/14 |
| 最近 15 个明确目标联合首选 | 13/15 | 14/15 |
裁图层面 2 处恢复、5 处退步；完整图层面 6 处恢复、7 处退步。新增的 14 个训练身体在人工框和预测框上都 14/14 首选正确，但这只说明训练样本被拟合，不是独立准确率。
失败与负结果
- 按冻结门槛，裁图和完整图都退步，选择结果明确保留旧模型。没有调种子或阈值再训练，也没有用近期目标的局部收益去覆盖整体退步。
- 查看了全部 13 个完整图联合变化和 5 个参考裁图退步（共 18 个审核面板）。退步既有邻队/特效污染，也有相对独立的骷髅、弩兵升级变体，不能只用“遮挡”解释。没有为了新模型改验证标签。
- 事后来源更正： 逐张核对原图路径后发现，近期 12 张诊断图中有 3 张与本轮新增的地狱九头蛇身体来自同一段录像。因此此前“整组来源隔离”“跨来源恢复地狱九头蛇”的说法不成立；最近恢复的那个地狱九头蛇（原模型误认成神圣麒麟）只能算同来源曝光回归。原 715 验证集与测试隔离不受影响。
- 挖掘脚本第一次运行已写完 117 个结果，但最后一行打印参数用错导致退出码 1；只修了打印，完整性复核 117 个输出均可读，没有为此重跑推理。
局限
- 原验证集里没有地狱九头蛇，本次验证无法证明这一类的跨来源泛化。
- 仍有 4 个类别零身体样本、7 个类别只有 1–4 个身体。
- 定位加身份的联合召回仍未达到 95%，不能用裁图高分代替。
- 没有重跑完整测试套件；不涉及 App、默认配置或延迟。
结论与下一步
补齐两类真实身体样本本身是有价值的数据工作，但“补样后从头重训”会让其他类别随机退步，这次没有提升当前有效模型。下一步把问题改为“补样后如何保住已有类别”：以旧模型为起点、用新 14 项作为明确训练数据，预先声明一个温启动/保持旧输出的单一训练对照（见 P075），同时继续寻找膨肿仲裁者、食尸鬼的真实上场画面，并补地狱九头蛇的跨来源评估。
Comments