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

..

__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

Revert "约束预测框互不重叠"（eba533a、9439cbb）

2026-09-18 15:34:13 +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

visualizer.py

feat(engine): 训练评估循环、CenterNet 损失与指标

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