# 托盘目标多属性聚类交付

已完成正式数据集全部 **12,344 个托盘框**的外观与三维分析，覆盖10,111张正例图像；263张负例不参与目标聚类。正式 `pallet` 标签、train/val/test划分及冻结元数据保持原样。

## 结果入口

- [HTML中文报告](../outputs/pallet_target_clustering_v1/analysis/run_006/report_zh.html) / [Markdown原文](../outputs/pallet_target_clustering_v1/analysis/run_006/report_zh.md)
- [离线交互图册](../outputs/pallet_target_clustering_v1/analysis/run_006/gallery.html)
- [逐目标CSV](../outputs/pallet_target_clustering_v1/analysis/run_006/targets.csv) / [JSONL](../outputs/pallet_target_clustering_v1/analysis/run_006/targets.jsonl)
- [候选属性体系及交叉样本](../outputs/pallet_target_clustering_v1/analysis/run_006/attribute_taxonomy.json)
- [复核清单](../outputs/pallet_target_clustering_v1/analysis/run_006/review_queue.jsonl) / [罕见候选](../outputs/pallet_target_clustering_v1/analysis/run_006/rare_candidates.jsonl)
- [交付核验](../outputs/pallet_target_clustering_v1/delivery_verification.json)

## 主要发现

默认HDBSCAN得到 **44个外观簇、23个可见几何簇**。外观离群5,362个；9,497个目标参与几何聚类，其中离群3,770个。簇数受采集条件、观察面和聚类粒度影响，不能直接解释为托盘型号数量。

助手查看157个不同代表和边界目标后提出以下可见结构家族候选。名称描述当前观察面；候选由簇传播，未逐目标确认。

| 候选结构 | 目标数 |
|---|---:|
| 双开口中支撑面 | 3,296 |
| 单长开口面 | 1,823 |
| 低矮窄条边沿面 | 954 |
| 三开口多支撑面 | 439 |
| 层状横梁面 | 128 |
| 未知（含离群与结构证据不足） | 5,704 |

全部材质和完整物理规格保留未知。几何值仅描述候选前景的可见范围，第三轴范围不等于真实托盘厚度。

图像、掩码和点云复核发现开口内背景回波可能被SAM3候选掩码包含。增加保守质量筛查后，**2,466个目标**标为背景回波或斜视使几何证据存疑，保留诊断测量，将几何候选设为未知并排除规格聚类。此外209个目标仅部分可见，171个有效前景不足，1个可测量目标单位未知。筛查也可能排除明显斜视的有效托盘面，属于候选质量规则，需进一步复核。[规则与阈值](../outputs/pallet_target_clustering_v1/analysis/run_006/geometry_quality_policy.json)

单位证据：4,920个目标已有冻结证据，7,422个按用户指定的整数/小数量级规则逐批推断，2个未知。原传感器单位政策未改写。

每路进行了20次采集组有放回重采样，包含离群目标的ARI均值为外观0.633、几何0.579；共同有归属目标的ARI分别为0.957、0.799。稳定性与隶属分数均不表示分类正确率。报告还提供最小簇大小25/50/100的比较、配置域依赖和原划分覆盖情况。

## 实现与复现

仅构建HTML阅读版，无需重新聚类：

```bash
.venv/bin/python -m pallet.cluster_report_html
```

HTML嵌入图表与中文字体，提供章节目录、表格筛选、图表放大和打印样式；样本、CSV与图册链接继续指向原分析目录。

新增入口 `python -m pallet.cluster_targets`，支持 `--dataset`、`--output`、`--device`、`--seed`，默认读取活动正式数据集。采用本地DINOv3-L/16、SAM3及正式网格对应点云。浮点原框保持原样；裁剪向外取整。180°校正只重排点索引，XYZ数值保留原坐标。

在现有环境中复用缓存与候选观察记录：

```bash
.venv/bin/python -m pallet.cluster_targets --stage analyze --resume \
  --attribute-review outputs/pallet_target_clustering_v1/candidate_attribute_review.json
```

首次提取到新目录：

```bash
.venv/bin/python -m pallet.cluster_targets \
  --output outputs/pallet_target_clustering_new --device cuda:1 --seed 42
```

分析依赖记录于 `pyproject.toml` 的 `research-analysis` 选项；模型位置可用 `--weights`、`--model-repo` 指定。每次分析新建 `analysis/run_NNN`，`latest.json`指向最新完成结果。早期分析保留供追溯，最终结果使用新增几何质量筛查规则。

## 验证

36项相关测试通过，覆盖框取整、180°网格对应、米/毫米等价、单位冲突、无效点、背景混入和完整目标保留。6个真实场景按原提取设备重新分割并提取，点索引、清理后点云和可用测量一致；不同GPU可能存在细微分割边界差异，复现时可复用缓存。

最终两次分析的特征数组、目标簇编号、隶属分数和20轮重采样结果一致。20,768个正式标签及冻结元数据文件哈希核验一致；缓存、裁剪和分割叠图共34,799个文件记录校验和。图册的筛选、分页、原框定位、点云旋转和手机宽度布局已在浏览器核验。

本轮没有训练细分类模型或报告分类测试精度。
