# 当前数据集标注异常审计

## 范围与结论

本轮只读检查当前冻结的**294份模型研究数据（13类）**，并对照**1,559份人工轮廓（22类）**。
没有修改类别、顶点、人工历史、训练划分、模型或全局配置，也没有启动训练。

这里的“点”是单环多边形的轮廓顶点。检查6份COCO文件共588条两种导出格式的注释，**没有`keypoints`或`num_keypoints`标注**；
因此点数/顺序还不能直接视作稳定语义关键点。相同数量不保证相同物理角点，不同数量也不必然错误。

主要发现：

1. 当前294份中，**Class9、Class16存在同类点数不一致**。
2. 全量1,559份中，**14类点数不统一**；不少是观察面、开放凹口/闭孔或梁端细节的不同表达，不能靠多数票统一点数。
3. 当前294份有**23个自动复核候选**：14个外观离群、6个形状离群、2个点数少数项、4个既有分类优先项等，彼此有交集，不能相加。**这不是23个已证实错标。**
4. 对16个重点对照图实际检查后，发现“外包络/凹口范围混用”“单/双开口与真实观察面混合”等优先问题，也保留了仅因灰度、负载或尺度变化而离群的反例。

## 当前294份：应先核对的两个点数差异

| Class | 当前294内分布 | 少数目标 | 内部分区 | 对照结论 |
|---|---|---|---|---|
| 9 | 12点×3，16点×1 | `479324efab142ad3198a23a4` | dev | 16点额外表达梁端外伸/台阶；不是可直接删除的4个冗余点 |
| 16 | 10点×14，8点×1 | `e496e7e37ec55bdcba43204e` | train | 8点样本内脚近竖直，10点参考有斜接/倒角，可能是实际子型/观察面差异 |

[Class9原图与顶点对照](../outputs/pallet_mask_annotation_anomalies_v2/cases/479324efab142ad3198a23a4.png) ·
[Class16原图与顶点对照](../outputs/pallet_mask_annotation_anomalies_v2/cases/e496e7e37ec55bdcba43204e.png)

其余当前类别点数一致：C2=12、C3/6/8/17/18/19/20=8、C11=10、C12/21=12。
这仅说明数量一致，不证明编号语义或实际面一致。

## 全量1559份：14类混点数

| Class | 点数分布 |
|---|---|
| 2 | 12×76，16×1 |
| 3 | 8×98，12×2 |
| 5 | 4×55，16×1 |
| 9 | 4×2，12×31，16×35 |
| 10 | 8×66，9×1，10×1，12×23，14×1，16×3 |
| 11 | 8×1，10×49 |
| 12 | 4×34，8×1，12×15 |
| 14 | 4×71，8×3 |
| 15 | 12×8，16×87 |
| 16 | 8×2，10×47，12×1 |
| 17 | 8×49，12×1 |
| 19 | 4×1，8×48，12×1 |
| 20 | 4×6，8×44 |
| 21 | 12×54，16×3 |

Class1/4/6/7/8/13/18/22在本批冻结来源中数量一致。
严格按正式划分＋sensor策略＋候选观察面＋候选结构细分后，仍混点数的元数据组出现在Class10、19；
但这些观察面/结构多为候选或unknown，不能把“同一候选字符串”当成人工语义已确认。

## 实际图像差异：优先于简单统一点数

### 1. Class5、12：掩膜范围惯例不同

- Class5：`eeec1e65708be2e1caaa338a`，16点沿梁脚凹口展开，而主要4点参考是外包络，内部开孔未分离。
  [对照图](../outputs/pallet_mask_annotation_anomalies_v2/cases/eeec1e65708be2e1caaa338a.png)
- Class12：`7af3d1b00a2361b17219d3c1`，12点沿三脚/两个向下开口，而主要4点参考包住外部区域。
  [对照图](../outputs/pallet_mask_annotation_anomalies_v2/cases/7af3d1b00a2361b17219d3c1.png)

这不只是“多了几个点”，而是外包络与可见梁脚/孔口范围不一致。需要先定义标注对象，不能把所有有效四点都判错，
也不能用单环轮廓推测未标注的封闭孔洞。上述两个例子均不在当前294份中。

### 2. Class14、17、19：实际观察面/结构与主要样例不同

- C14 `1118702d2ffaa375dbd4ffd2`：近正视单开口8点与倾斜侧/短面4点混合。
  [对照图](../outputs/pallet_mask_annotation_anomalies_v2/cases/1118702d2ffaa375dbd4ffd2.png)
- C17 `19af907ba23887a8e7d13d12`：中脚/双开口12点，对比49份单开口8点，是优先核对的稀有结构或类别候选。
  [对照图](../outputs/pallet_mask_annotation_anomalies_v2/cases/19af907ba23887a8e7d13d12.png)
- C19 `110ac508668288b215c5a56d`：宽面、三脚/双开口12点，对比主要窄面单开口8点。
  [对照图](../outputs/pallet_mask_annotation_anomalies_v2/cases/110ac508668288b215c5a56d.png)
- C19隔离样本 `8cc874848affbc38729c7e5b`：斜视带内孔面的4点外包络，不应仅因已保存自动转成同一mask语义。
  [对照图](../outputs/pallet_mask_annotation_anomalies_v2/cases/8cc874848affbc38729c7e5b.png)

需要核对“真实子型/观察面变化”还是“类别归属错误”，不能仅凭图像差异直接改类。
这些示例都没有进入当前294；Class14原有隔离和Class19不合格来源状态保持。

### 3. Class3：相同8点也可能存在实际面范围疑点

- `473194d8ba63a8262c4ec6cc`：网箱主体对比主要管材架；开口内可见中部竖向亮结构，需核对是前面中脚还是后排支撑，及是否应保持Class3。
  当前在294的dev中，**是优先复核候选，不是已证实错标**。
  [对照图](../outputs/pallet_mask_annotation_anomalies_v2/cases/473194d8ba63a8262c4ec6cc.png)
- 反例 `cba4e65a15d0bf435f49056f`：特征更接近Class17参照，但与Class3主样本均为管材架前梁、单开口8点；尺度/灰度/背景差异不能证明错类。
  [对照图](../outputs/pallet_mask_annotation_anomalies_v2/cases/cba4e65a15d0bf435f49056f.png)

### 4. 其它应保留的细节差异

- C10 `b1e615d7fedaab6533759265`：9点包含一侧内斜接；奇数点不自动等于错误。
- C10 `78eff08fe2fceaf51760a903`：14点、中脚/多开口，叠加右端触边风险，应分开检查拓扑与可见性。
- C15 `14c173390eb8b5dfdd19fb10`：12与16点主要差在梁端外伸台阶。
- C20 `785429678cd8a02b65fc3946`：主体相近，主要是脚底、左内角和梁缘倾斜差异，更适合边界复核，不支持直接改类。

完整16份图像观察和建议见 `outputs/pallet_mask_annotation_anomalies_v2/visual_review.json`。

## 顺序与训练影响

- 1559份原始多边形、包括294份，均为图像坐标顺时针；未检出达到预设阈值的循环起点/反向编号异常。
- 当前294内没有短于0.5原生像素的边，也没有5度阈值下近共线转角。不能用“删共线点”解释当前两个K差异。
- 这不代表“第1点”或“第8点”已是统一物理角点。Class9/16及不同观察面需单独语义映射后，才可做固定K关键点训练。
- 当前M1/M2是分割模型，变点数本身不要求强行统一；**标注范围和孔口语义混杂**比点数不同更直接影响监督。
- 不应根据已查看的dev/cal或正式test图诊断结果直接搬到train、删样美化指标或重选模型；修复需另立版本并保留事件与旧划分。

## 交付与复现边界

- [精选16份中文视觉观察报告](../outputs/pallet_mask_annotation_anomalies_v2/reviewed_findings.html)
- [可筛选80份对照图报告](../outputs/pallet_mask_annotation_anomalies_v2/report_zh.html)
- [当前294份逐样本诊断](../outputs/pallet_mask_annotation_anomalies_v2/training_sources.jsonl)
- [全量异常候选CSV](../outputs/pallet_mask_annotation_anomalies_v2/anomalies.csv)
- `class_statistics.json`：完整22类/13类计数、同策略/面/结构分层。
- `summary.json` / `verification.json`：特征来源、固定诊断阈值、输入哈希及897份冻结数据/20,768正式文件保全。

445个全量自动候选包含325个原有分类优先标记，不能说成445个新错标；16份精选案例是实际视觉检查范围，不冒称全1559份都做了独立人工语义确认。
外观特征复用run006冻结34维图像PCA＋形状描述，没有训练/加载新的深度模型；全量图册包含val/test仅供标注审计，294内诊断另算。
每类主参考同时提供图像多数medoid和按采集组均衡的medoid，避免把同组重复帧占多数当作真值。
本轮不改任何标签、数据或模型，报告的外观距离不是概率，流程复算通过也不是独立GT准确率通过。

70项诊断/计数/隔离/数据保护合同回归通过；另由不导入生成器的只读复核脚本，重新计算1559/294来源、
原始坐标/点数/绕向、图像medoid距离和标准化mask距离，核对80份案例scope、16份视觉观察绑定及897份数据/20,768正式文件保全。
回执为`readonly_verification.json`。这仍不是人工语义独立GT核验；没有开启模型推理、训练或样本清洗。

早期v1统计保留，另留已知展示问题：全量触发但294内未触发的样例曾被展示为空原因、零自身距离的相对比值巨大、个别参考自对照。
v2已明确比较scope、将零分母比值记null、消除空原因和自对照，不改原诊断阈值或标签来凑结果。
