# 托盘检测正式人工数据集 v1

已完成：2026-10-11T19:49:40.621058+08:00。全量标注、便携数据包及完整性检查均通过。

[下载正式数据集 ZIP（3.33 GiB）](../outputs/pallet_dataset_formal_v1/pallet_dataset_formal_v1.zip) · [冻结清单](../outputs/pallet_dataset_formal_v1/dataset/manifest.json) · [完整交付证据](../outputs/pallet_dataset_formal_v1/delivery_manifest.json)。

本次用户交回 `mixed.zip` 共 1,682 帧，与上轮剩余修正清单完全一致。新增 1,653 张正例、29 张确认负例、2,366 个托盘框；其中 1,479 帧接受原建议框、203 帧修改框。结合此前 8,692 张人工帧，全部 10,374 张有效唯一帧取得人工确认结果。

| 原始划分 | 帧数 | 正例 | 确认负例 | 托盘框 | 采集组 |
|---|---:|---:|---:|---:|---:|
| train | 6,552 | 6,358 | 194 | 6,998 | 292 |
| val | 1,455 | 1,424 | 31 | 1,611 | 64 |
| test | 2,367 | 2,329 | 38 | 3,735 | 72 |
| 合计 | 10,374 | 10,111 | 263 | 12,344 | 428 |

本版保持原始划分与完整采集组，不采用此前辅助模型的 7,430/1,228 内部分组。此前 34 张仅排除辅助训练的专题人工帧，现在按其原 val/test 归属纳入正式标签。每帧只接受人工确认结果，不混入旧机器标签；旧 GUI 的待审、ignore、候选标志按本会话已确认的人工返回规则规范化，不伪造第二名审阅者。未经人工确认的场景属性继续为 unknown。

保留 118 帧从 PCD 恢复的强度及专题人工修正，其标签优先级不变；240×96 配置域 300 帧已校正 180°，图像、浮点网格和框处于一致坐标，不再旋转。148 帧不可恢复黑图永久剔除；协议另有 16 条排除记录和独立的 4 条 PCD 损坏隔离记录，均单独归档，不计为负例。

正式目录为 `outputs/pallet_dataset_formal_v1/dataset`：

- `images/train|val|test`：原生强度 PNG 与同名 AnyLabeling JSON；所有帧为人工已检查状态。
- `labels/train|val|test`：YOLO 单类标签。空 TXT 仅对应确认负例。
- `annotations/train.coco.json`、`val.coco.json`、`test.coco.json`：各划分 COCO 标注；`frames.jsonl` 保存权威标签快照。
- `sensors/train|val|test`：未归一化 float32 NPZ，`frame` 顺序为深度(mm)、原始强度、深度有效掩码、强度有效掩码。
- `auxiliary/train|val|test`：同坐标深度预览及两个单独有效掩码。预览可能含尚未验证单位/配准的原始深度；训练以 NPZ 中经过政策核验的深度与掩码为准。
- 根目录 `frames.jsonl`、`tensor_index.json`、`splits.json`、`statistics.json`：原身份、源哈希、采集组、配置域、文件哈希、标签来源和覆盖统计。
- `protocol`：绑定正式标签的 v8 协议，继承 v7 的源记录与划分。历史协议与标签不改写。
- `provenance`：七批人工归档（两批同名 mixed 使用不同哈希文件名）、父标签、逐帧来源、修改对照、强度重建、方向修正及排除证据。
- `checksums.sha256`、`manifest.json`、`audit.json`、`README_zh.md`：冻结清单、完整性检查及使用说明。

原始约 84 GiB PCD/YAML 数据不复制。包内 NPZ 供便携的四通道训练使用，PNG 是用于显示与单模态对照的归一化强度图，不等同于浮点传感器输入。没有拟合全库归一化；以后只使用当前实验 train 拟合统计。原始路径仅作为溯源保留。

构建与校验入口：

```bash
.venv/bin/python -m pallet.formal_dataset build --config configs/formal_dataset_v1.json
.venv/bin/python -m pallet.formal_dataset verify \
  --dataset outputs/pallet_dataset_formal_v1/dataset \
  --archive outputs/pallet_dataset_formal_v1/pallet_dataset_formal_v1.zip
```

在解压目录也可执行 `sha256sum -c checksums.sha256`。构建恢复绑定输入、标签和源码哈希，已修改输出拒绝覆盖。归档校验会核对 CRC、精确成员集合与逐成员 SHA-256。

本版是人工确认的模型辅助标注，记录 1 名用户审阅，不声称双审或独立盲审。历史辅助模型已将部分原 val/test 标签用于训练或选轮，其指标不能用作本版独立正式测试。后续研究应重新初始化模型，严格按正式 train/val/test 执行训练、选轮和冻结后测试。现有研究训练入口仍保留原双审/盲审限制，本次未放宽这些限制；COCO/YOLO 与便携 NPZ 是正式数据交付接口。本次不另行训练模型、不计算最终测试指标，也不声称全研究任务完成。

已完成 31 项回归测试，覆盖旧待审/ignore 与人工负例的规范化、未知/重复/遗漏帧、身份/方向/边界/NaN 拒绝、机器标签拒绝、三格式框一致性、掩码与浮点数据一致性、便携 ZIP 和已修改人工标签保护；另复用数据永久剔除和方向校正回归。

<!-- formal-dataset-delivered-v1 -->

## 完成验收

全量图像/JSON/YOLO/COCO/NPZ配对、尺寸与框、掩码及浮点值一致性通过；采集组与同源哈希跨集合数为0，完全重复框为0，待审帧为0。COCO已由pycocotools读取，修正后的YOLO YAML由Ultralytics直接解析正确目录；移除path: .后不再依赖启动目录。初始31项回归及适配/路径修复后的38项相关回归均通过，二者有重叠，不累计计数。

归档包含72,667个文件，CRC和逐成员SHA-256全部通过；校验清单包含72,666个条目。标签、图像及传感器数据与首次全量语义审计的字节相同。未发布的错误路径候选保留在pre_release_candidates，未用作正式入口。

ZIP SHA-256：`868259c08abad0f4f512c6de6b5f38bdafac94e8ae7cc792dbaeb9448f466c8b`。

标签快照SHA-256：`ccdd70c930cf1cf117a96f54dfdf4b858d3d1b2c589b2d8dadef851237a7f4bb`。

冻结清单SHA-256：`cb075be080cdd1255628d0f2ef1deec35a79314b64ab3d98d204d093d6d7a3f5`。

## 配置域分布

| 配置域 | train | val | test |
|---|---:|---:|---:|
| 176x132_unverified | 0 | 0 | 51 |
| 224x172_fov_55_45 | 476 | 105 | 105 |
| 240x96_unverified | 0 | 0 | 300 |
| 352x264_fov_40_30 | 0 | 0 | 66 |
| 352x264_fov_55_40 | 2720 | 582 | 582 |
| 352x264_unverified | 1551 | 350 | 429 |
| 640x480_fov_65_50 | 0 | 0 | 415 |
| 640x480_fov_80_60 | 1805 | 418 | 419 |

共有2,034帧具有可用的已核验深度；其余深度按缺测处理。四个仅test域延续原来的整域留出，不为了凑比例拆分采集组；这些配置域不等于已经确认的物理设备身份。

活动入口为configs/active_formal_dataset.json及configs/active_dataset.json，协议为正式包内v8；本地继续复用原sealed传感器缓存，便携NPZ路径相对数据集根目录。remaining_review_package为null，旧辅助交付记录保留。
