# 人工修正辅助模型任务

当前更新（2026-10-09）：本轮6,586帧人工标签合并、YOLO26s训练93轮及剩余3,788帧修正包已全部完成并复核。最佳第43轮，983帧人工验证AP50:95=0.91190。见[本轮报告](human_correction_6552_report.md)与[完成状态](../outputs/human_correction_manual_6552_v1/workflow_status.json)。后续旧模型、旧包和旧稳定性结果保留历史口径。


最新训练、完整修正包与三轮稳定性见[最新运行报告](human_correction_latest_report.md)。稳定性输出采用v2；原v1收尾失败及恢复记录保留，指标未改变。

<!-- assistant-delivery:human_correction_manual_1716_v2 -->
## 2026-10-08：累计人工标签辅助分支完成

1716张人工帧按组隔离为1458训练、258验证。YOLO26s实际146个epoch，因patience停止；最佳epoch95，内部人工验证AP50/AP75/AP50:95=0.98987/0.98801/0.89251。阈值0.70，校准召回0.98039。该验证集参与选轮与校准，指标不作为独立泛化结果；未进行测试标签评分。

剩余8806帧预测全部成功、0错误，人工帧重叠0，全量配对/尺寸/坐标/待审状态与ZIP CRC审计通过。包：`outputs/human_correction_manual_1716_v2/human_correction_remaining_8806_v1.zip`；SHA-256 `49fd66302b974f29ee913f924985cecec953950ac9734d2e69bff26c8a6e823b`。零检测仍待审，val/test候选仅用于人工修正。完整结果见 `outputs/human_correction_manual_1716_v2/delivery_manifest.json`。

## 上一分支：两批人工修正标签合并（manual 1330，已完成）

本轮合并306帧 `train.zip` 和1,024帧 `train_1024.zip`，两包帧身份不重合。用户确认新包1,024帧都已人工检查（含412张未改模型框），66张空框均为确认负例。导入结果1,330帧：1,261正例、69负例、1,360框、242采集组；原 machine、旧盲审和模型标签均未作为训练标签或验证参考。

导入和划分快照位于 `outputs/human_correction_manual_1330_v1`。来源归档集SHA-256为 `0e9f9bb09aa9f04353d40928b618d8f85c793d202fe348cd3f0631056d9d1b9d`；人工标注快照SHA-256为 `9f6c9b7a241f0659d10cee2f47529c96af9d5b37787cb63b82fd743ff5bc8567`。seed42按域分层、采集组隔离留出200帧（189正例、11负例、195框），1,130帧进入训练（1,072正例、58负例、1,165框）；帧身份和采集组交集均为0。归一化只由训练集拟合。

YOLO26s从官方 `yolo26s.pt` 重新初始化，固定RTX 3090 UUID `3ce8e1e7-efb2-80a6-de52-75da2f9fa259`，640输入、batch4/有效batch16、`official_research_constrained`、关闭Mosaic，最多300轮/patience50。训练实际运行202个epoch后按patience停止，最佳epoch为151；最佳权重 SHA-256 为 `86345f3a2195582a447fcfd946b3f3105920aee40c906aff1eee9696c94e9690`。200帧人工验证集参与了选轮，最佳 AP50/AP75/AP50:95 为0.98985/0.98985/0.89146，固定0.25置信度下precision=0.97980、recall=0.99487、FP/frame=0.02。此结果只描述本辅助分支内部选轮集，不是独立泛化结果。202个epoch累计训练计时约3小时53分（仅累计epoch计时）。

在同一200帧人工验证集上按0.05–0.70网格校准，选择最高且召回不低于95%的阈值0.70（TP194、FP3、FN1，召回99.49%、precision98.48%、FP/frame0.015）。该阈值结果是内部操作性校准，不独立于选轮数据。随后对剩余9,192帧完成预测，读取/推理错误0：train 5,370、val 1,455、test 2,367；8,436帧有候选框（共10,139框），756帧零检测并继续标为待审，不转换成负例。验证/测试预测只是模型辅助建议，不作参考标签或测试评分。

最终包：[human_correction_remaining_9192_v1.zip](../outputs/human_correction_manual_1330_v1/human_correction_remaining_9192_v1.zip)，SHA-256 `ee3481d15f40ed723ae716bf6f9a0c5d39babf9c9f55b9a124e1737c8f93aa1c`。整包审计通过：9,192图像/JSON配对、9,192深度/有效掩码配对、原生尺寸和框边界通过、9,192帧均待人工检查、人工修正帧重复数0、ZIP 36,773项CRC通过。详细证据见任务目录的 `training/completed.json`、`confidence_threshold.json`、`prediction_manifest.json`、`package_audit.json` 和 `final_regression.log`。

## 上一版 manual-v3：306帧训练支线（历史版本）

用户要求不信任此前全部原有标注。最初 `human_correction_v1` 虽然只用306张修正帧训练，但使用了旧独立参考选权重与阈值；其第78轮 AP50:95=0.10658 和阈值结果现仅作历史诊断，已标记为 superseded，禁止用于当前预测或打包。

当前有效分支 `outputs/human_correction_manual_v3` 从导入快照中只抽取306张用户修正帧，清除旧标签来源、场景属性和机器审阅状态，再按采集组和配置域划分：260帧训练（257正例、3负例、277框）、46帧人工验证（46正例、47框），训练/验证组没有交集。3张确认负例来自同一采集组，保留于训练集；因此当前人工验证集没有空场景，阈值校准只能评价正例图像上的检测，不能估计背景误检率。原有 machine/double-review/盲审标签、旧 val/test 标签及未配准的场景属性均未用于拟合、归一化、选轮或阈值校准。

固定 seed42、RTX 3090 UUID、YOLO26s、640输入、batch4/有效batch16、official_research_constrained、Mosaic关闭。训练实际完成249个epoch，patience50停止；最佳第198轮在46张人工验证帧上的 AP50=0.98824、AP75=0.98212、AP50:95=0.82253，操作性召回=0.97872，precision=0.80702；最后一轮 AP50:95=0.77923。上述是参与选轮的内部小样本结果，不是独立泛化或正式测试结果。最高测试阈值0.70在同一人工验证集得到45/47召回（95.74%）、precision=1.0；阈值没有使用旧标签，但因验证集中无负例，不应解释为背景误检率为0。

全量剩余预测已完成10,216/10,216，读取/推理错误0。已交付 [manual-v3 AnyLabeling包](../outputs/human_correction_manual_v3/human_correction_remaining_manual_v2.zip)，SHA-256 `4ffbe6e9a73319603eeee9d55e4dc6528c304a463dfd49cf30f94ef2e6896fab`，ZIP CRC和全量逐帧尺寸、坐标、标志审计通过。包内10,216图像/JSON对、10,216深度/有效掩码对；9,051帧有建议框（9,540框），1,165帧零检测且仍为待审；306张人工修正帧均排除。val/test输出全是模型建议，不构成盲审参考。

重新执行入口：

```bash
PYTHONPATH=. .venv/bin/python -m pallet.human_labeling partition \
  --source-output outputs/human_correction_v1 \
  --output outputs/human_correction_manual_v3 --protocol outputs/protocol_v5
PYTHONPATH=. .venv/bin/python -m pallet.human_labeling train-manual \
  --output outputs/human_correction_manual_v3 --protocol outputs/protocol_v5
PYTHONPATH=. .venv/bin/python -m pallet.human_labeling calibrate \
  --output outputs/human_correction_manual_v3 --protocol outputs/protocol_v5
PYTHONPATH=. .venv/bin/python -m pallet.human_labeling predict \
  --output outputs/human_correction_manual_v3 --protocol outputs/protocol_v5
PYTHONPATH=. .venv/bin/python -m pallet.human_labeling package \
  --output outputs/human_correction_manual_v3 --protocol outputs/protocol_v5
```

主要证据在 `manual_partition.json`、`training_command.json`、`training/run.json`、`training/metrics.jsonl`、`training/completed.json`、`confidence_threshold.json` 和 `prediction_manifest.json`。旧分支 `outputs/human_correction_v1` 与单轮 smoke 分支均保留作废记录，不作为重标注来源。

## 初始导入记录（历史分支）

该任务使用用户交回的 `train.zip` 修正标签，另建辅助模型和 AnyLabeling 工作包。它不修改此前的 frozen round-005 标签或独立机器参考；由于有33张标签来自旧审计保留组，辅助模型不能加入旧49帧审计收敛统计。

## 固定导入快照

- ZIP SHA-256：`a9659bae1a979328471a339c789b6c8fdd5602ebe15dc751a35ea1e566197801`
- 源AnyLabeling清单 SHA-256：`99110e0a8e62f87fa50e6687f463b7cdf50eb5f6c9041c2249b9361329228e4e`
- 冻结协议 SHA-256：`43e90b43366b704014165e65652f30ca8819c1ac2de0b7e49e5bc0bcd7ea9b7a`
- 导入帧身份、原始帧哈希、native尺寸和框边界均校验。所有306张框坐标均有实质变化。303张正例含324个框；3张空框依用户确认按负例导入。旧ignore、machine-resolved和unreviewed UI标记被几何结果覆盖，原JSON作为来源留档。
- 训练标签快照仅含306张本次人工训练帧和596张通过来源验证的独立验证参考；306帧分布于129组，配置域为352×264未知71、352×264 FOV55×40 131、224×172 FOV55×45 23、640×480 FOV80×60 81。验证含398正例帧、65负例帧、133 ignore帧，463帧参与指标。
- 显式人工训练资格清单绑定每帧状态、box digest、采集组、源锚哈希、协议和标签快照哈希；它不创建虚构双审历史，也不改变独立参考资格。

## 初始导入命令（历史v1，不用于当前manual-v3）

以下 `import/train` 命令记录最初辅助分支，因其验证使用了旧标签而已作废。当前分支只用上文 `partition/train-manual/calibrate/predict/package` 命令。

```bash
PYTHONPATH=. .venv/bin/python -m pallet.human_labeling import
PYTHONPATH=. .venv/bin/python -m pallet.human_labeling train
PYTHONPATH=. .venv/bin/python -m pallet.human_labeling calibrate
PYTHONPATH=. .venv/bin/python -m pallet.human_labeling predict
PYTHONPATH=. .venv/bin/python -m pallet.human_labeling package
```

manual-v3任务目录是 `outputs/human_correction_manual_v3`。训练可用相同命令恢复；固定RTX 3090 UUID、官方 `yolo26s.pt`、seed42、640输入、batch4/有效batch16、受约束配方和Mosaic关闭都写入清单。模型拟合用260个人工修正帧，轮次选择与阈值校准用46个组隔离人工验证帧，不读取任何旧标签。阈值取候选格中召回≥95%的最高阈值，否则回退0.05并报告实际值。人工验证集没有空场景，故不推断背景误检率。

训练、推理逐帧结果、失败记录和manifest均原子落盘；读取失败单独隔离并重试，不记成负例。预测选择剩余 train6394、val1455、test2367帧，合计10216。AnyLabeling包新框一律标为候选并待人工检查，val/test明确不是独立参考；零检测须人工决定负例或ignore。最终包为 `outputs/human_correction_manual_v3/human_correction_remaining_manual_v2.zip`。

每epoch日志含验证指标和时长，第10个真实epoch写首版训练吞吐/剩余时长估算。`training.log`、`metrics.jsonl`、`runtime_estimate.json`、`weight_transfer.json`、`training_command.json`和`completed.json`是主要训练证据。

### 合并1330帧分支：完成状态（2026-10-02）

本分支已完成训练、验证阈值校准、9,192帧预测和AnyLabeling包审计。早期实时进度及中间曲线保留在训练日志中，不应覆盖最终完成记录。最终指标与工作包约束见本页顶部；该分支没有对旧测试参考评分。


<!-- assistant-delivery:human_correction_manual_6552_v1 -->
## 2026-10-09：累计人工标签辅助分支完成

6552张人工帧按组隔离为5569训练、983验证。YOLO26s实际93个epoch，因patience停止；最佳epoch42，内部人工验证AP50/AP75/AP50:95=0.98832/0.96557/0.91190。阈值0.70，校准召回0.97331。该验证集参与选轮与校准，指标不作为独立泛化结果；未进行测试标签评分。

剩余3788帧预测全部成功、0错误，人工帧重叠0，全量配对/尺寸/坐标/待审状态与ZIP CRC审计通过。包：`outputs/human_correction_manual_6552_v1/human_correction_remaining_3788_v1.zip`；SHA-256 `61088d81e517d66d7ad25e6ef1deac00f08d28f4d18c1c64540237d5c11dc531`。零检测仍待审，val/test候选仅用于人工修正。完整结果见 `outputs/human_correction_manual_6552_v1/delivery_manifest.json`。
