Shaun ZhouandClaude Opus 5 dce2eef0a7 fix(ml-backend): 推理分批，避免 Retrieve Predictions 撑爆显存；新增批量推送脚本 ...

Retrieve Predictions 会把选中的任务一次发给后端，而后端把整个列表交给
model.predict(source=paths)——ultralytics 不理会 batch 参数，会当成一个 batch，
于是显存爆掉。这与之前 visualize_detections 踩的是同一个坑。后端现在按
YOLO_BATCH（默认 16）自己分批。

另加 scripts/push_predictions.py：重训完在本地分批推理，再用批量导入接口
POST /api/projects/<id>/import/predictions 提交，不经过后端服务，显存与请求体都可控。
支持 --replace 先删同版本旧预测（预测是追加的，重复跑会堆两份）、--limit 与 --dry-run。

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

2026-09-22 12:11:06 +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

fix(ml-backend): 推理分批，避免 Retrieve Predictions 撑爆显存；新增批量推送脚本

2026-09-22 12:11:06 +08:00

retrain_from_label_studio.sh

fix(ml-backend): 重训后真正切到新权重

2026-09-21 11:03:14 +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

visualize_detections.py

Revert "约束预测框互不重叠"（eba533a、9439cbb）

2026-09-18 15:34:13 +08:00