# 五类50张配额补齐：继续执行记录

用户要求完成所有配额后再停止，当前目标仍为Class 1、2、9、10、15各50张不同图像，共250张。
版本5累计140张（97份已保存人工精调、43份待复核候选），缺口分别2、45、12、40、11张，共110张。

## 扩充直接人工模板池

在最新97份图册人工精调以外，重新盘点位姿标注库，获得52份有效原人工多边形模板。
共149份直接人工模板，原本已发布的140个目标均排除出新目标队列；43份未复核机器候选不作为模板。
冻结数据库来源，禁止修改原始数据、正式划分或任何人工修订。

原方法完整诊断：扫描4,214个符合保护条件的目标，1,015个存在兼容人工模板，12,415次配准，
没有新增通过目标。11,482次尝试因逐顶点跟踪不可靠被拒绝，Class 2和10仍有明显缺口。
仅重复运行原配准方法不能补齐目标，不能将这次扫描解释成已经完成50张。

证据：`outputs/pallet_mask_quota_feasibility_v1/`；不作为发布候选或确认GT。

## 改进与发布约束

已完成多尺度/多窗口的跟踪诊断；与原算法分开版本记录。
初始相关度、ECC、边界相关度、规范像素往返误差、顶点位移、面积和局部横梁检查门槛均保留。
新增方法需记录参数、独立重算，并检查图像轮廓；通过质量检查后才能计入候选配额。

诊断使用15/25/31窗口、0–3金字塔层并要求跨窗口一致、局部灰度/梯度支持，得到18份研究候选；
按剩余配额最多选12份，尚不足补齐全部类别。即使加入这12份，类别数量也仅为50、5、40、11、46。
研究输出位于 `outputs/pallet_mask_multiscale_diagnostic_v1/`，未发布，未计入当前140张。

用户明确选择“补充人工模板”，而非改用AI逐图描绘绕过原配准验证。后续先提供独立待描绘队列，
优先Class 2、10，人工保存后再按严格方法扩展。待描绘图像不作为通过的机器候选或已完成配额。

## 已准备的24项人工任务

入口：<https://lovely-ask-garmin-labeled.trycloudflare.com/template-requests/>。
Class 2、10各8项，Class 9、15各3项，Class 1两项。全部来自当前缺少人工模板覆盖的兼容组，
按原生图像清晰度、组别和划分多样性及图像代表性选择。

每项显示原图局部、原始矩形、划分、视角及目标ID，并提供直接打开位姿标注目标的链接。
请使用原位姿访问码，在“① 图像区域”沿实际托盘面轮廓拖点、点击边增点，保存有效多边形。
不要仅保存原矩形，也不要为了超过四点添加无实际意义的点。模糊或类别可疑的图像可暂缓说明。
22项没有既有位姿记录；Class 1两项有既有位姿记录，页面单独提示。

任务仅是待人工描绘队列，图库140张已发布候选和原97条人工精调均保留。该队列不注入掩膜建议，
也不向人工数据库自动写入轮廓。人工保存后会进入原位姿库事件历史，后续可作为直接人工模板。

任务包：`outputs/pallet_mask_template_requests_v1/`，由 `scripts/build_mask_template_requests.py` 生成；
白名单配置 `configs/active_mask_template_requests.json`。公开51份报告/图片/字体资源，其他内部文件不公开。
运维及测试：`outputs/pallet_mask_template_requests_validation_v1/`。

配额生成框架：`pallet/mask_quota_completion.py`，当前仅实现原方法，尚未执行发布生成。
累计图册必须区分原机器待复核、已保存人工轮廓和本轮新增，保留所有历史资源命名空间。
机器候选不能自动升级为人工确认标签，不能进入位姿模型输入、自动训练或机器人控制。
