# 基于人工标尺修正的位姿模型 v2

本轮按用户“执行”授权，冻结当前有效已保存草稿作为**研究监督**，保持真实审核库的draft/pending、轴向确认及人工确认字段不变。模型参考点统一为**叉取面宽度中心**，方向为叉入方向；不是完整6D，不可直接作为机器人控制输入。

## 完成结果

[模型与推理包（约20.2MiB）](../outputs/pallet_pose_refinement_v2/pallet_pose_refined_models_v2.zip) · [新版机器预标注（约8.7MiB）](../outputs/pallet_pose_refinement_v2/pallet_pose_annotations_v2.zip) · [CSV](../outputs/pallet_pose_refinement_v2/published_labels/targets.csv) · [来源完整性核验](../outputs/pallet_pose_refinement_v2/validation/final_integrity_audit.json)

**两路PointNet已实际完成三折各80轮训练及最终重拟合，但均未优于自动几何基线，因此按测试前规则选择geometry为默认预测方法。** 不能将此次交付描述为神经网络已提升精度。PointNet权重、岭回归权重及对照历史完整保留。

| 分支 | 原train目标/组 | CV几何综合分↓ | CV PointNet综合分↓ | 最终PointNet轮数 | 默认方法 |
|---|---:|---:|---:|---:|---|
| 米制 | 288 / 38 | 0.2566 | 0.2838 | 3 | geometry |
| 未知原始单位 | 572 / 51 | 0.5283 | 0.5591 | 10 | geometry |

剩余**11,128个目标**逐条处理，5,031个生成新版待审建议（1,719个米制、3,312个未知原始单位）。其余6,097个保留明确缺失原因：5,702个传感器域未在对应分支训练中出现、377个自动主候选为水平面而非可信叉取面、18个无自动平面。新预测不自动填补这些失败项，不删除旧历史预标注。

### 原test诊断，不是盲标泛化或叉取成功率

- 米制原test68个有效研究标签中，60个有可用输入；这60个的位置平均误差6.05mm、角度平均误差0.095°。
- **将8个输入失败计入完整分母后，50mm/5°通过为59/68＝86.76%**，不是59/60。
- 未知单位原test121个，平均角度误差0.057°、归一化位置误差为自动叉取面宽度的0.827%；不报告虚构的毫米位置误差或50mm通过率。
- 上述标签来自本轮授权的非盲标草稿，部分沿用自动几何初值；数值仅反映对这批标尺标签的一致性，不代表新场景性能已达此水平。原val36个米制、130个未知单位仅作诊断。

[完整分母评估](../outputs/pallet_pose_refinement_v2/validation/full_denominator_evaluation.json)保留输入失败；未依据test切换模型或调参数。

### 交付核验

186项相关回归、14项快捷键回归及3项机器建议/人工优先级浏览器检查通过。完整核验重读10,374份原始PCD和图像，原20,768份标签/元数据保持一致；原1,216个人工目标和2,541条事件均保留。12个原train目标的便携CPU逐框推理与批量输出一致。

模型ZIP独立解压至另一目录后，使用包内代码和原train图像/注册点云完成CPU检测→点云推理，没有提供人工框或标尺。这个示例产生2个检测框，包含同一托盘不同可见面的可能重复检测；它仅证明推理可运行，**不是检测精度或多目标关联验收**。本轮批量标签始终使用原人工框，不使用该示例检测结果。

原公网地址与访问码不变。新版界面v5已验证米制/未知单位目标初始化、已保存人工记录优先及进度不变。测试写入均在临时库，真实库没有测试标注。浏览器测试覆盖Chromium的Canvas2D回退渲染，实机Safari/WebGL仍待验收。

模型ZIP：21,131,988字节，SHA-256 `eb63af8ac8f13ea6428981613b27c1d188445c3bce7a90c48ad42974b9edf421`。

标签ZIP：9,109,371字节，SHA-256 `7b52cb356a554d429cb198f284167e05c7c89b3eff76bad4aa2eccf3c755c9db`。

## 冻结数据

快照包含1,216个已保存目标、2,541条修订事件。1,215个通过原目标身份、原始点来源、标尺回算、所选实测点及修订一致性核验；1个因缺少标尺/位姿被隔离，原记录仍保留。

| 分支 | 原train | 原val | 原test |
|---|---:|---:|---:|
| 原单位比例已登记 | 288 | 36 | 68 |
| 原单位未知 | 572 | 130 | 121 |

860个原train目标是训练上限，预处理失败项会另外记录。原val/test不参与训练或选模型；同采集组不跨内部CV折，原采集组和原始PCD身份不跨原划分。

这些标签是用户明确授权使用的现有标尺修正，不是另一个标注团队提供的独立盲标GT，且有相当部分沿用了自动几何初值。不能将针对这些标签的一致性成绩宣称为已验证的真实叉取成功率。

## 模型与输入

- 保持已交付v1检测器不变，本轮不重训检测器。
- 米制与未知原始单位分支**分别从头训练**PointNet风格轻量残差网络，并比较自动几何中心与岭回归残差。
- 每分支原train做3折采集组CV，各折最多80轮；按每组等权“归一化位置误差/0.05宽度＋角度误差/5°”选择方法、以最佳轮数中位数在全部原train重拟合。
- 使用512点、batch32、AdamW、lr0.001、weight_decay0.005、seed42。完整逐轮历史、所选/最终权重、优化器和RNG保存。
- 网络输入仅原人工检测框及注册点云的**自动**聚类、平面、强度与像素特征。**不输入最终人工多边形、选择面、标尺、目标位姿、目标身份或采集组ID**。
- 位置相对自动候选面中心，用自动叉取面宽度归一化；方向用相对cos/sin监督，保存前还原到源坐标。
- 未知单位分支不猜毫米/米；预测输出`position_unit=native_unknown`，`metric_pose_estimate=null`。归一化只是学习方式，不是物理标定。
- 旧154条源表GT的参考点口径未统一，不混入新训练，也不覆盖旧GT或旧模型包。

## 评估和重标注

模型、分支选择、参数、推理限制及权重哈希先冻结，再执行原val/test诊断。有效样本数、点云预处理失败和全量分母均单独记录；未知单位不报告虚构的毫米误差或50mm成功率。

剩余目标独立生成机器预标注JSONL/CSV。所有已有草稿（包括缺位姿、待处理和未改动初始框的记录）都保留；长任务结束和发布前再次读取真实库，过滤训练期间新增的人工工作。新预测仍全部`human_pose_confirmed=false`、`review_required=true`，不自动回流训练，不覆盖原检测框、原划分或263帧负例。

新的传感器域没有该分支训练覆盖时，不强行输出新位姿；有效点不足、无可信自动平面等保留为有原因的缺失记录。分布外几何、多目标、未知轴向和单位均显式标待审。

## 审核工具的更新方式

新机器建议采用只读侧车入口`configs/active_pose_refinement.json`。审核工具优先读取实时人工库；**已有人工记录始终胜出**。只有既无服务器人工记录、又无本机草稿的目标可用新模型结果初始化标尺，不增加“已保存/已完成”数。

`configs/active_pose_annotations.json`已切换为v2机器侧车及全目标有效索引；旧入口内容保存在本轮`previous_active_pose_annotations.json`，旧v1数据目录和ZIP没有被覆盖。全目标索引通过目标身份引用人工修订，而不是将人工记录改写成机器预测。

人工改动区域后撤销该次机器初始化，重新提取，不反复套用旧预测。新旧模型参考点来源明确区分。审核库不导入预测记录，版本切换可回退，只更新机器侧车入口。

## 文件与复现

- `configs/pallet_pose_refinement_v2.json`：冻结预算、设备和授权政策。
- `outputs/pallet_pose_refinement_v2/snapshot/`：SQLite备份、有效研究标签、隔离原因、修订指纹、点索引证据及原始数据保护清单。
- `training/metric|native_unknown/`：三折历史、OOF、各分支最终PointNet/岭回归权重和CV选型。
- `training/frozen_models.json`：测试前冻结模型和阈值。
- `evaluation/`：原val/test逐目标预测和结果。
- `annotations/`：批量推理原始输出；`published_labels/`：发布前再次剔除人工工作的机器侧车。
- `deployment/`：独立可移走的模型、原v1检测器、推理源码和依赖。
- `validation/`：回归、完整性、人工优先级、独立CPU推理及便携验证证据。

```bash
env CUDA_VISIBLE_DEVICES=GPU-3315c096-fef4-7350-483a-7c5f5ca2b619 \
  CUBLAS_WORKSPACE_CONFIG=:4096:8 OPENBLAS_NUM_THREADS=1 OMP_NUM_THREADS=2 \
  .venv/bin/python -m pallet.pose_refinement --config configs/pallet_pose_refinement_v2.json --stage all

.venv/bin/python scripts/deliver_pose_refinement.py --activate
.venv/bin/python scripts/verify_pose_refinement.py
```

已有快照和源代码绑定必须保持相同，不用重复导出覆盖同名旧结果。需要改变数据、源码、种子或配方时另建版本。复现的缓存构建与运行不接触结构审核库。
