# 继续释放outputs空间：只读分析

本轮请求是“继续分析”，**没有继续删除、硬链接去重、迁移或压缩任何既有文件**。
新审计入口：`scripts/analyze_remaining_output_storage.py`；结果写入新的
`outputs/pallet_storage_reclaim_analysis_v1/analysis.json`。
该脚本没有删除或执行模型的入口，文件容量采用实际分配块而非仅逻辑长度。

## 本次完成的实测结论

只读分析完成时，`outputs/` 约187.21 GiB，磁盘可用约56.51 GiB。
本轮删除既有文件数为0，活动配置哈希前后不变；没有加载模型或启动训练。

| 候选组 | 文件数 | 实测占用 | 限制/代价 |
|---|---:|---:|---|
| 交接构建中的重复数据ZIP副本 | 1 | 3.329 GiB | 已与正式原ZIP完整SHA-256核对一致；原件及两份交付ZIP保留；旧解包构建需恢复副本才可复验 |
| 浏览器下载ZIP | 1 | 0.138 GiB | 135个解压成员逐字节核对一致；程序、字体、许可仍保留 |
| 合成pytest临时文件 | 921 | 0.011 GiB | 仅文件块数；执行前还需核对打开文件/引用，不代表可删真实复核数据 |
| 旧分割训练非最佳检查点 | 10 | 3.296 GiB | 两模型best哈希已核对；将失去旧Lightning断点状态 |
| 旧recipe smoke权重 | 7 | 2.360 GiB | 当前活动配置无直接引用；需确认退役，保留日志和指标 |
| 其它检测实验last/previous | 54 | 7.333 GiB | 只统计候选，未逐任务完成运行状态/最佳权重/历史绑定审计 |
| v3折内selected权重 | 187 | ≤6.723 GiB | 每份有完成标记；需先决定各架构保留策略，不能无条件整删 |

**建议下一批先处理前五行，候选占用合计9.134 GiB**：
其中可还原构建/下载/测试副本3.478 GiB，旧分割与冒烟模型5.656 GiB。
这不是已冻结的删除授权或净释放保证；执行前仍需逐项计划和确认。
若再接受清理其它检测末态，前六行的非重叠候选占用合计16.467 GiB；v3另算上限。

其它检测last/previous的较大来源：`pilot600_v5` 2.227 GiB、`rounds_v5` 1.487 GiB、
`paired_learning_60_v5` 0.559 GiB、`human_correction_manual_v3` 0.448 GiB，
其余为各历史human_correction训练目录和learning_120_v4。当前best及交付包不在该候选集合。

新增核验事实：

- 旧v1与中断构建的inputs，各743份文件均与v2对应原输入SHA-256一致，合计3.929 GiB；
  因为是源材料副本，只列为专门去重/归档候选，不计入上述9.134/16.467 GiB。
- 中断构建检测到1份损坏NPZ（1,092,744字节），路径为
  `outputs/pallet_pose_dataset_interrupted_v1/dataset/overlap/test/8282148bc6bea4b26b7960c8.npz`；
  故障样本和说明应保留，而不是为保存故障证据必须留下整个3.03 GiB目录。
- parent_evidence累计占11.735 GiB，为封印证据链毛占用，不是可直接删除或净去重容量。
- cache_v5仍有10,074个路径被活动v7索引引用，另有9,886个路径承担上轮review清理的恢复来源。
- 离线几何BIN预览5.024 GiB、在线几何BIN预览3.592 GiB；尚未通过不覆盖NPZ/JSON的恢复资格检查，暂不直接清理。

## 建议顺序

1. **可还原构建副本/下载包**：8卡交接构建目录中的正式数据ZIP副本约3.33 GiB；
   浏览器下载ZIP约0.138 GiB；遗留合成pytest文件约0.011 GiB。
   先验证保留原件与全部解压内容，交付ZIP不删。删除构建payload后，该旧解包目录需要恢复payload才能完整复验。
2. **旧分割训练非最佳权重**：约3.30 GiB。保留Small与Medium实际选中的
   `checkpoint_best_total.pth`、训练数据、日志及交付ZIP；清理其它Lightning检查点会失去原优化器/RNG恢复能力。
   两个旧模型并非新任务的无泄漏初始化，不能直接复用它们宣称新val/test独立性。
3. **旧冒烟权重**：三处recipe smoke约2.36 GiB，可选择全部退役或仅删last/previous、保留best。
   当前配置没有直接指向这些权重不等于所有历史依赖均已排除，执行前仍要查引用、打开文件和历史验收影响。
4. **其它旧检测训练的last/previous**：容量按结果中逐根目录清单统计。只考虑训练末态与previous-best，
   当前best和所有交付ZIP不在候选中；仍需逐任务检查已完成状态、模型身份、正在运行进程及历史复现需求。
5. **v3交叉验证折权重**：187份selected约6.72 GiB是上限，不是无条件可删值。
   v3仅重拟合了最终PointNeXt胜出分支；如果还要保留八模型各自的v3微调起点，需要先为其余模型保留适当权重。
   v3的官方weights/upstream仍供v4/v5使用，不能整目录删除约8.11 GiB。

本次仅提出策略，不将前一轮“v4检查点清理”授权扩展到其它实验。

## 重复源材料与中断构建：不要按名字直接删

`pallet_pose_dataset_interrupted_v1/` 约3.03 GiB，明确不是正式训练集。
其中大部分是原输入的复制材料，而不是独有人工标签。
应保留失败说明、run manifest和实际损坏NPZ的故障证据，再逐项核对其余内容是否存在可恢复来源。

分析器对中断目录和旧v1的 `inputs/`，与当前v2的同相对路径源文件逐个比较SHA-256。
即使全部匹配，也只说明存在重复，不代表可以忽略旧清单路径或源PCD/图像保护要求。
如需释放应另定只读去重或显式归档恢复方案，不能未经确认删除源材料。

**不要重复计数**：中断构建的总占用包含其inputs；“重复inputs”和“整个中断构建”不能相加。

## 为什么几何缓存不能马上清掉

旧 `pallet_pose_refinement_v2/cache/automatic_geometry/` 的 `.bin` 预览约5.02 GiB；
在线 `pallet_pose_human_review_v1/geometry/` 的预览另约3.6 GiB。
这两者须与完整测量NPZ、候选面JSON、标尺和人工保存附件严格区分。

当前 `pallet/pose_review_geometry.py:compute()` 只有NPZ、JSON、BIN都存在时才复用缓存。
只删BIN会触发重新计算，并重写原NPZ与JSON，可能改变面编号、哈希及人工记录的来源绑定。
因此“BIN是预览”不等于现在可以安全批量删除。

后续若要释放这部分，先实现或验证“只从已冻结测量材料重建预览、绝不覆盖NPZ/JSON”的恢复机制，
再逐项校验原始预览字节、代码版本和旧事件依赖。当前在线目录不直接动。

## 必须保留或另行设计的内容

- **共享cache_v5约23.34 GiB**：虽然名字旧，仍被当前v7索引引用，也是上一轮review清理的恢复源；不能整删。
- **图库parent_evidence**：是冻结来源证据链，不是普通临时父目录。直接删除会破坏封印和历史可复算性。
  可以研究不可变文件去重，但必须保留原路径/字节语义，并评估硬链接共享inode后的误写风险。
- 正式数据、原始PCD/图像、人工SQLite与事件、确认附件、原交付ZIP、当前线上资源均不作为普通垃圾处理。
- 新出现的 `pallet_mask_model_training_v1` 与 `pallet_mask_under50_requests_v1` 视为当前工作，不按旧产物归类。
- v4已保留的16份最佳训练权重、完整部署包及本轮/此前清理审计记录继续保留。

## 容量和核验口径

`analysis.json` 区分当前实测容量、逐字节重复证明、仅统计候选、尚未核验的恢复能力和必须保留的依赖。
检查点候选不是全部已重新计算过哈希的删除清单；未来执行仍需像前两轮一样冻结精确清单、复核、记录删除journal。
各组包含上限和重叠项，不能把所有组的容量直接相加宣传为可净释放空间。
若正式目录原已硬链接，统计其块数也不代表删去其中一个路径就能释放同等容量。

最终建议和本次实测以完成后的只读分析JSON为准，不把分析计划写成已经执行清理。
