摘要
打开法术书时，书页会遮住大部分战场，只在书的边缘、书签和书扣之间露出一些生物身体的局部。原来的战场身体检测器在这种画面上漏检很多。前一轮（B099）尝试在法术书边缘额外切出两个局部窗口再检测，有一些改善。
本轮换了一种训练数据表示：以训练集中每个参考身体为中心，取至少 512 像素的方形上下文；如果窗口切到了相邻身体，就向外扩展到把所有相交的邻体完整包含，避免“半个身体被当成背景”。同时加入已审核过的纯界面和英雄画面作为负例。结果：四来源开发集上，“原整图 + 新局部”方案从 41 个正确检测/6 个误报提升到 45/5，零丢失；但事先定的采用门槛要求误报 ≤4，没有通过。旧的 54 张普通战场图回归还出现 7 个恢复、13 个丢失。按规则不修改默认读取器或 App。
要回答的问题
用“不切断邻体的完整局部视图”和已审负例重新训练检测器，能否在法术书遮挡的画面上多找回身体、同时把误报控制在原水平？
数据与来源
- 训练：417 张整图、4680 个身体（含 16 张新书页图、92 个身体），来自已准入的训练来源。
- 新增训练视图：92 个唯一局部视图（共 239 次身体标签出现，是重复曝光，不是新增身体）；局部窗口最窄 512、最宽 664、最高 964 像素。
- 负例：上一轮审核过的 5 个纯界面框和 3 个英雄框，外扩 24 像素后整个窗口必须与所有身体参考零交叠；最终 4 个界面 + 3 个英雄通过，1 个左书扣窗口因扩展后碰到身体被整窗拒绝（没有缩框硬凑）。身体/界面混合、边界错误和重复好框一律不当背景。
- 开发集：4 个来源组、10 张图、59 个身体、20 个边缘窗口，不进入训练。它已经被看过，是开发集不是盲测；更早的测试集和封存来源没有打开。
方法
- 局部视图只用于训练，推理时不使用参考框。推理保持原来的两个 768×1152 边缘窗口、分数阈值 0.4、IoU 0.5 和原有的面板/书签过滤。
- 每轮训练曝光：417 张整图 + 32 个边缘窗口×8 + 92 个局部视图×4 + 7 个负例×8，共 1097 条、6372 次身体曝光。
- 从原检测器的最佳权重出发，沿用上一轮配置：6 轮，AdamW 学习率 1e-4，输入 960，批大小 8，种子 20261007，冻结 11 层骨干和 BN；固定取第 6 轮的权重，不按自动“最佳”或开发结果挑选。
- 主方案：原整图检测结果优先，局部窗口的新检测作为补充（沿用原规则）。
注意数据和更新次数都变了，所以这不是单变量因果实验。
设置
事先冻结的采用门槛（相对原整图 35 TP/4 FP）：至少 42 个 TP（超过上一轮的 41）、原有 35 个匹配全部保留、误报 ≤4、至少两个来源有恢复、各来源 TP 不下降。训练用时 442.32 秒，828 次优化机会中 821 次真实更新（7 次混合精度跳过）；骨干参数逐轮检查保持不变。
结果
身体框定位（不评身份、数量或阵营），原生 2560×1440、一对一匹配：
| 方案 | TP | FP | FN | 精确率 | 召回率 |
|---|---|---|---|---|---|
| 原整图 | 35 | 4 | 24 | 89.74% | 59.32% |
| 上一轮仅局部 | 39 | 2 | 20 | 95.12% | 66.10% |
| 本轮仅局部 | 41 | 3 | 18 | 93.18% | 69.49% |
| 原整图 + 上一轮局部 | 41 | 6 | 18 | 87.23% | 69.49% |
| 原整图 + 本轮局部（主方案） | 45 | 5 | 14 | 90.00% | 76.27% |
| 开发来源组 | 原整图 TP/FP | 上一轮补充 TP/FP | 本轮补充 TP/FP | 身体数 |
|---|---|---|---|---|
| 10 月 2 日两段 | 14 / 1 | 15 / 1 | 18 / 1 | 22 |
| 10 月 3 日晚 | 4 / 0 | 6 / 0 | 6 / 0 | 7 |
| 10 月 3 日早晨部分 | 4 / 1 | 4 / 2 | 4 / 2 | 5 |
| 10 月 4 日晚 | 13 / 2 | 16 / 3 | 17 / 2 | 25 |
主方案中“主体可见”的身体 28/28 保持；“局部可见”从 13/30 提升到 17/30；微小片段仍 0/1。四个新增恢复都逐一看过原图：书签旁的暗色弯曲身体、左书扣中露出的环状身体和右侧头部、左书脊外窄窄的蓝衣。
门槛逐项：≥42 TP、原 35 匹配保留、至少两来源恢复、各来源不下降都通过；误报 ≤4 未通过（5 个）。
失败与负结果
- 门槛未通过。 没有把门槛改成“比上一轮误报少就算过”。
- 误报。 5 个误报中 4 个是原有框，1 个新框出现在拥挤区域，把几个已分别检出的身体合成一个大框。没有为了删掉它调高阈值或写位置特判。上一轮另一处宽框误报这次消失了。
- 漏检。 14 个漏检中：9 个有合格的原始框但分数低于 0.4；4 个没有 IoU 合格的局部候选；1 个被“原整图优先”规则挡住——新局部框 IoU 0.502、分数 0.949，却因与原来一个跨邻体的宽框重叠而没有加入。这说明不能把所有重叠都当重复。
- 普通战场回归变差。 新权重在原 54 张验证图、715 个身体上：原 689 TP/18 FP/26 FN，本轮 683/17/32，7 个恢复、13 个丢失，所以不能替换普通整图模型。看过的两处丢失：一个蓝色完整身体消失；一个暗色大身体附近只剩前景小体的框。
- 训练图上反而下降。 训练 16 张书页图（不是泛化成绩）：仅局部 84 TP/10 FP→80/5；补充方案 84/24→81/20。训练召回下降、开发召回上升，说明不能只看训练拟合来选择。
局限
- 开发集只有 10 张图、59 个身体，且已被看过。
- 只评定位，没有评身份、数量、阵营或其它界面字段；没有新的 App 或整帧时延结果。
- 15 个新增软件测试和相关既有测试共 65 项通过，只证明训练视图生成逻辑正确，不能替代未通过的识别门槛。
结论与下一步
完整局部视图确实带来跨来源的定位改善，这种表示值得保留，但本轮候选未通过误报门槛，也伤害了普通战场，所以不采用、不重跑同一配方。下一步转向候选框质量与多体混框的组合选择：在训练预测上区分“旧坏框挡住新好框”“已分别检出的身体又被合成大框”和“真正相邻重叠的身体”，先在训练集冻结规则，再在开发集验证；剩余的低分和定位失败继续保留，不把排序问题当作所有漏检的解法。
Comments