 Shaun ZhouandClaude Opus 5
|
ddd77653b5
|
fix(detect): 推理尺寸与训练尺寸不一致时报警
用 640 整图训练的权重跑 160 切片推理，结果看起来完全正常——照常出框、照常有置信度，
但类别系统性地错：实测 mosquito 的 TP 归零，760 张里 599 张被判成 blackdot，
而同一权重整图推理时 mosquito 有 92% 判对。这种错误不会自己暴露。
从 checkpoint 里读训练时的 imgsz，与当前切片尺寸不符就警告。三个调用点都接上：
可视化、批量推送预测、ML backend 加载权重时。visualize 的 summary.json 也补上
tile_size / tile_overlap，免得事后分不清某次产出是怎么跑的。
Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
|
2026-09-24 15:33:41 +08:00 |
|
|
Shaun ZhouandClaude Opus 5
|
474b7b50a0
|
feat(detect): 推理侧改为切片，与固定 160 输入一致
训练数据已经是固定边长的片，推理还把整图交给 ultralytics 就会被 letterbox 缩放，
与模型见过的形态不符。三个调用方（可视化、批量推送预测、ML backend）统一改成
切片推理再拼回原图。
- engine/tiling.merge_tiles / tiled_predict：映射回原图、裁掉镜像填充区的框、跨片去重。
推理框架留在调用方，几何部分可单测。
- engine/detection.nms：标准 NMS，另加按包含比例抑制。缺陷被切割线切开时，相邻片
只看到一角，给出的小残框与完整框 IoU 很小（面积悬殊），光靠 IoU 压不掉。
- engine/tiled_inference：ultralytics 的接线，内部分批，避免片数多时 OOM。
- 三处调用点加 --tile-size / --tile-overlap（后端为 YOLO_TILE_SIZE / YOLO_TILE_OVERLAP），
默认 160 / 32；设 0 退回整图推理，仅用于和旧模型对比。
Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
|
2026-09-23 15:12:35 +08:00 |
|
|
Shaun ZhouandClaude Opus 5
|
154677032f
|
Revert "约束预测框互不重叠"（eba533a、9439cbb）
去掉强制非重叠：detect.py 不再给 DetectionValidator.postprocess 打补丁，
配置里移除 train.max_overlap 与 agnostic_nms，可视化脚本恢复为直接使用模型原始输出，
engine/detection 里的 suppress_overlaps / filter_overlapping_outputs 一并移除。
约束会把 mAP50 从 0.555 压到 0.483（precision 0.536->0.612），代价是按置信度抑制时
高分错框会压掉本可命中的低分框。需要时用 git revert 这次提交即可取回。
按类别分目录的可视化产出结构（36fff98）保留。
Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
|
2026-09-18 15:34:13 +08:00 |
|
|
Shaun ZhouandClaude Opus 5
|
36fff984b7
|
refactor(detect): 可视化产出改为按类别分目录，与 generate_boxes 一致
原先按 split 和结果类型（ok/missed/extra/none）分目录，层级太深。改成
<类别>/<图名>.png，与 runs/boxes_shap 的结构一致。类别取真值里框最多的那个；
负样本没有真值框，按文件名前缀归类（<类别>_<序号> 是 prepare_label_studio 的命名），
认不出来放 background/。
split 与结果类型仍记在 index.csv 的列里，排序筛选即可。
Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
|
2026-09-18 15:06:13 +08:00 |
|
|
Shaun ZhouandClaude Opus 5
|
eba533a5b2
|
feat(detect): 约束预测框互不重叠
人工标注的真值里一处缺陷只有一个框：11211 张图、151 张多框图，重叠框对为 0。
而模型预测在验证集上有 6.9% 的图存在重叠框——NMS 只在同类内、按固定 IoU 阈值抑制，
压不掉两类情况：同一处缺陷被两个类别各框一次（实测 IoU 高达 0.99），以及 IoU 低于
NMS 阈值的同类重叠（grease 66 对、wrinkle 45 对）。
- engine/detection.suppress_overlaps：按置信度贪心保留互不重叠的框，可设允许的
最大 IoU；另可丢弃被大框完全包住的小框（面积悬殊时 IoU 很小，但显然是重复表达）。
- visualize_detections 默认 --max-overlap 0（与真值一致），并放出 --nms-iou 与
类别无关 NMS 开关；--max-overlap -1 可看模型原始输出。
Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
|
2026-09-18 11:19:47 +08:00 |
|
|
Shaun ZhouandClaude Opus 5
|
43c8c4a179
|
fix(detect): 可视化推理自己按批切分，避免 CUDA OOM
model.predict 不理会传入的 batch 参数，把整个图片列表当成一个 batch，8969 张图在
16 GiB 显卡上直接 OOM（单次要分配 10.27 GiB）。改成自己按 --batch 切片调用。
Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
|
2026-09-17 21:47:44 +08:00 |
|
|
Shaun ZhouandClaude Opus 5
|
788bc36ab8
|
feat(detect): 全量推理可视化，预测框与真值框画在一起
scripts/visualize_detections.py：在整个数据集上推理，绿=真值、蓝=命中的预测、
红=没对上真值的预测，按结果类型分目录（ok / missed / extra / none），再配一份
index.csv（逐图的真值数、预测数、命中数、最高置信度）与 summary.json（逐类 TP/FP/FN）。
--only errors 只输出有问题的图。
匹配逻辑放在 engine/detection.py：按置信度贪心、IoU 阈值、类别需一致，与 mAP 的规则
一致，所以图上看到的漏检误检和指标算的是同一回事。same_class=False 可以单看定位准不准
——定位对但分类错，和完全没找到是两种问题。
train 与 val 分开放：训练集的图模型见过，那部分结果不能当泛化能力看。
Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
|
2026-09-17 21:47:02 +08:00 |
|