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

..

build_yolo_dataset.py

fix(detect): 钳掉 Label Studio 导出坐标的浮点溢出

2026-09-17 16:44:42 +08:00

check_env.py

feat: 支持 cuda / mps / cpu 三后端，Mac 上可用 MPS 训练

2026-09-02 21:43:35 +08:00

cluster_unlabeled.py

feat(cluster): clusters/ 默认改用硬链接，便于直接在 runs/ 下继续分子类

2026-09-10 12:04:08 +08:00

export_clusters.py

feat(cluster): clusters/ 默认改用硬链接，便于直接在 runs/ 下继续分子类

2026-09-10 12:04:08 +08:00

generate_boxes.py

feat(boxes): 新增传统 CV 定位方法（--method cv），不依赖分类模型

2026-09-17 11:03:13 +08:00

prepare_label_studio.py

feat(detect): 把 Label Studio 的 YOLO 导出装配成带 train/val 划分的数据集

2026-09-17 16:42:53 +08:00

visualize_detections.py

refactor(detect): 可视化产出改为按类别分目录，与 generate_boxes 一致

2026-09-18 15:06:13 +08:00