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

..

__init__.py

refactor: 按实际的五步工作流裁掉无关代码

2026-09-11 10:27:20 +08:00

checkpoint.py

fix(trainer): 检测训练续训以配置为准，并恢复学习率调度进度

2026-09-07 19:06:37 +08:00

classical.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

classification.py

feat: 新增缺陷分类训练与评估链路

2026-09-10 14:58:41 +08:00

cluster.py

feat(cluster): 输出簇分布图，直观展示簇间距离

2026-09-04 15:09:35 +08:00

detection.py

feat(detect): 推理侧改为切片，与固定 160 输入一致

2026-09-23 15:12:35 +08:00

gradcam.py

feat(localization): SHAP Partition 定位方法，并把每图框数上限默认收紧为 1

2026-09-10 16:10:50 +08:00

metrics.py

refactor: 按实际的五步工作流裁掉无关代码

2026-09-11 10:27:20 +08:00

optim.py

feat(engine): 训练评估循环、CenterNet 损失与指标

2026-09-02 17:55:20 +08:00

shap_explain.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

simclr.py

fix(config): --set 拦下不存在的键，并支持续训时重开学习率曲线

2026-09-07 19:30:17 +08:00

tiled_inference.py

fix(detect): 推理尺寸与训练尺寸不一致时报警

2026-09-24 15:33:41 +08:00

tiling.py

feat(detect): 推理侧改为切片，与固定 160 输入一致

2026-09-23 15:12:35 +08:00

visualizer.py

feat(engine): 训练评估循环、CenterNet 损失与指标

2026-09-02 17:55:20 +08:00