Shaun ZhouandClaude Opus 5 6e746b7351 feat(scripts): 重训后同时维护 current.pt 与 best.pt ...

current.pt 指向最新一次训练的结果（后端与 push_predictions 都读它），
best.pt 指向历史上 mAP50 最高的那版，留作回退与对照。

数据集每次重训都在变，这个比较只是粗略参考而非严格的同条件对比，所以只用来
维护 best.pt 这个指针，不拦截 current.pt 的切换。

用服务器上三次真实训练验证过：首次建立、更好时更新、更差时保持不变。

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

2026-09-23 16:03:00 +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

push_predictions.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

retrain_from_label_studio.sh

feat(scripts): 重训后同时维护 current.pt 与 best.pt

2026-09-23 16:03:00 +08:00

start_ml_backend.sh

feat(ml-backend): Start Training 按钮真正触发重训，启动/重训脚本进 scripts/

2026-09-21 11:00:01 +08:00

tile_dataset.py

fix(detect): 切片统计的口径

2026-09-23 15:13:18 +08:00

visualize_detections.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