# 22类叉取面中心标注抽样审查

入口：`outputs/pallet_pose_annotation_audit_v1/index.html`；离线包：同级 `pallet_pose_annotation_audit_v1.zip`。
解压后打开HTML，无需运行标注服务。

本轮冻结4,732条保存记录，按最终Class 1–22抽取191例：173例有保存标尺、其中98例可从历史核实中心/角度/宽度修改；18例为无人工位姿的上下文样本。Class 11、13、17尚无已保存位姿，不能评价其人工标注误差。

主要发现：

- 完整外宽中心、中间腿可见中心和点云统计中心不应混用；完整对称案例也可能接近，不预设全部错误。
- 单侧残余选面会使中位数偏离当前标注数十厘米，这不是标注应跟随移动的依据。
- 部分“腿点丢失”实际存在选面覆盖问题。C12-09左腿检查片带有156个有效原始点，其中111个深度距当前面≤40mm，73个≤10mm，但均未进入保存选面；不能直接认定相机无点。
- 多边形修订不保证三维选面完整；孔内回波、堆叠层身份、斜视及类别内观察面差异都应分别核对。
- 5个重点案例使用手选边缘片带与源PCD索引建立有余量的分析参照，不是盲GT或标定精度。双侧证据不足时不强行补全中心。

完整结论、类别覆盖、逐例图像/正视/俯视、修订前后诊断、复核CSV、保存标注与历史见报告目录。
随机与困难定向抽样分开保留，不估计总体错误率；下带分量不是已确认托盘腿。

实现：`pallet/pose_annotation_audit.py`；运行入口：`scripts/audit_pose_annotations.py`。
独立核验：`scripts/verify_pose_annotation_audit.py`；离线浏览器验收：`scripts/check_pose_annotation_audit.py`。
审阅记录：`configs/pallet_pose_annotation_audit_v1_reviews.json`。

真实库仅通过SQLite只读备份API取快照；不实例化在线标注应用，不改原PCD、正式划分、在线记录或既有模型包，不训练/选模。所有分析保持`robot_command_eligible=false`。
