# 论文分析与更新依据

源文件为 [Logistics Pallets Detection Based on Improved YOLOv8 with Depth Image](../Logistics%20Pallets%20Detection%20Based%20on%20Improved%20YOLOv8%20with%20Depth%20Image.docx)。本文实验目标是叉车 AGV 的托盘检测，特别关注堆叠托盘。论文称其数据有 4,971 张 640×480 图像，覆盖三种 stringer 与两种 block 托盘，按 3,380/845/746 张分训练、验证、测试。

论文在 YOLOv8n/s 中将 backbone 和 FPN-PAN 的 C2f 换为 CSPNeXt，再加入五个 ECA、两个 EMA 和三尺度 ASFF。YOLOv8s 的 mAP50:95 由 0.899 到 0.935，但参数从 11.14M 到 30.20M，报告延迟从 1.3ms 到 2.6ms。双位置 CSPNeXt 已达到 0.932，剩余模块的额外提升约 0.003；这提示应把增益与计算代价一起评估。论文在 VOC2007 上的完整改造模型低于原 YOLOv8s（0.261 对 0.343），不足以支持笼统的泛化结论。

可复现性缺口：摘要写 ToF intensity only，方法与数据段却写由点云转换的 depth image；没有完整披露原始量程、无效深度、标签、学习率、预训练权重、随机种子和测速条件。增强与划分顺序不清楚，不能排除同一原帧增强版本或连续帧分入不同集合。文中 FP/FN/TN 的文字解释还有互换错误。新实验明确输入为深度、强度和有效掩码，将数据在原始采集组级划分后才增强。原论文的 mAP 数字不能直接作为本数据集的复现目标。

YOLO26s 是公开可用的检测模型，支持原生训练与预训练权重；`yolo26s-depth.pt` 执行单目深度估计，不是深度图托盘检测权重。[官方模型说明](https://docs.ultralytics.com/models/yolo26)；[P2 检测架构](https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/models/26/yolo26-p2.yaml)。本项目保留源网络并迁移匹配层权重，增加有效性门控的深度/强度 P2 特征、P2 检测输出和有效像素对的深度边缘。每项改造应分别消融。RF-DETR-Small 用作现代强对照，不使用不同模型的 COCO 公布数字代替同数据实测。[RF-DETR 官方仓库](https://github.com/roboflow/rf-detr)。

RF-DETR 官方预训练权重是三通道；四通道适配及单类检测头会重新初始化部分权重，因此本项目的 RF-DETR 对照必须在相同标注上完成充分微调。YOLOv8s+CSPNeXt 仅按论文描述近似重建，因为论文未公开可精确复刻的代码和全部模块配置。

用户选择单类托盘检测并记录场景属性。因此本项目不强行将现有目录名映射到论文五个类。现有数据缺少完整相机标定和稳定设备 ID，留一验证的结论应是跨**配置域**而非确认的跨物理设备。
