# 托盘检测先导验证（v5，非最终研究结论）

## 协议与参考

本次使用 `outputs/protocol_v5` 的固定采集组划分、同一批 640 输入及随机种子 42。训练子集请求 600 帧，其中 263 张正例、19 张确认负例可直接训练，318 张明确 ignore；有效训练帧为 282。独立机器参考验证集 150 张中，72 张正例、34 张负例、44 张 ignore，实际评分 106 张、40 个采集组。先导测试参考已独立盲审冻结，但**未读取任何测试模型得分**。所有运行均从相应官方检测权重初始化，CSPNeXt 只是结构近似重建；P2 对照与完整改造的权重迁移、配置和日志均保留在各运行目录。

以下是同一标签哈希、协议哈希、子集哈希、随机种子及验证覆盖经脚本核对后的结果。AP50:95 的按采集组 bootstrap 95% 区间彼此重叠。模型耗时是同一 RTX 3090（UUID `3ce8e1e7-efb2-80a6-de52-75da2f9fa259`）、FP32 张量、batch 1、640 输入、预热 5 次后 20 次 CUDA 同步测量的中位数；CUDA matmul TF32 关闭，cuDNN TF32 开启。端到端还包含原始 ASCII PCD 解析、归一化、补边、上传和后处理。

| 模型 | AP50 | AP75 | AP50:95 | 模型+后处理 ms | 原始数据到框 ms |
|---|---:|---:|---:|---:|---:|
| YOLO26s | 0.851 | 0.331 | **0.414** | 10.87 | 134.6 |
| YOLO26s + P2 | 0.855 | 0.323 | 0.372 | 14.38 | 141.2 |
| P2 + 融合 | 0.834 | 0.255 | 0.378 | 16.05 | 141.2 |
| P2 + 深度边缘 | 0.810 | 0.356 | 0.388 | 14.53 | 151.4 |
| Pallet-YOLO26 全改造 | 0.783 | 0.285 | 0.368 | 15.15 | 153.1 |
| YOLOv8s | 0.815 | 0.354 | 0.375 | 6.66 | 139.3 |
| YOLOv8s + CSPNeXt 近似 | 0.778 | 0.294 | 0.377 | 6.43 | 134.9 |
| RF-DETR-Small | 0.751 | 0.360 | 0.366 | 12.60 | 133.3 |

| 模型 | 参数量 M | THOP 已注册算子 G MACs |
|---|---:|---:|
| YOLO26s | 9.95 | 11.50 |
| YOLO26s + P2 | 9.66 | 13.43 |
| P2 + 融合 | 9.76 | 15.87 |
| P2 + 深度边缘 | 9.66 | 13.44 |
| Pallet-YOLO26 全改造 | 9.76 | 15.88 |
| YOLOv8s | 11.14 | 14.58 |
| YOLOv8s + CSPNeXt 近似 | 7.18 | 9.67 |
| RF-DETR-Small | 32.01 | 39.21 |

THOP 只计入已注册的 PyTorch 模块操作；自定义注意力等算子可能漏计，尤其 RF-DETR。它给出的是局部 MACs 估计，不能直接把两倍数值当作精确 FLOPs。完整估计与权重哈希见 `outputs/pilot600_v5/summary/registered_macs.json`。

![先导验证 AP 与按组区间](../outputs/pilot600_v5/summary/pilot_validation_ap.png)

![先导精度与延迟](../outputs/pilot600_v5/summary/pilot_accuracy_latency.png)

当前全改造版与各 P2 消融均未超过 YOLO26s，且推理更慢。这里只能认定**未观察到收益**，不能证明模块无效：验证样本少，640×480 域仅有 4 个标注对象，源训练有效帧 282 张，且只运行一个种子。先导验证参考没有可确认的堆叠帧，不能据此选择堆叠专用结构；预留测试参考虽有 16 张带堆叠标签，仍不得用于选择模块。原始 ASCII PCD 解析占总耗时的大部分；速度结论须同时区分传感器解码与模型推理。

本表为统一项目 AdamW/余弦配方下的适配器比较，**不是各模型家族的官方微调默认配方对照**。例如 RF-DETR 1.11.0 默认使用 EMA、编码器分组学习率及 1e-4 权重衰减，而当前先导训练器未完整复现这些设置。正式家族基线必须补齐锁定版本的各自配方；本表可作为结构消融与工程工作流检查，不支撑跨家族优劣宣称。

## 质量检查

原先导训练标签被重新抽出 20 个完整采集组、49 张帧，由全新 D/E 独立盲审与 F 裁决。与原标签相比，精确标签不同 43/49；按状态、实例数以及一对一框 IoU<0.85 判断的实质改动为 40/49（81.6%），其中 3 张旧正例被改成负例。原生图显示固定管材架或前景叉齿曾被误认作托盘。审计尚未满足连续两轮低于 1% 的冻结条件，不能把当前参考叫作最终真值。后续标注规范见 `docs/annotation_policy_v2.md`。

专用教师从未接触这些审计组。以新审计参考测得：候选阈值 0.05 时托盘召回 65%、误框 3.18/帧；阈值 0.7 时召回 30%、误框 0.18/帧。没有候选阈值达到预设 95% 高召回，因此不能批量自动接受伪标签。完整阈值曲线与访问隔离证据见 `outputs/rounds_v5/round_001/teacher_audit_threshold.json`。

已训练 YOLO26s、Pallet-YOLO26 和 RF-DETR-Small 权重均成功导出固定 640 ONNX。YOLO26s 与 PyTorch 原始输出的最大绝对差约 0.000214；缺失强度和深度空洞输入分别约 0.000267 与 0.000183。完整改造版三种输入的最大差均约 0.000122。RF-DETR 的框与类别原始输出最大差分别约 0.000027 和 0.000060，缺测输入亦通过。ONNX 只包含原始预测，阈值、NMS 和原图坐标还原仍由推理端执行。数值检查与报告见 `outputs/pilot600_v5/exports`。

## 后续门槛

第一轮 256 张源训练候选已由排除 20 个审计组的专用教师生成，仍须完成逐帧双审、分歧裁决与漏标检查。再训练与独立审计至少三轮后，才允许冻结全量数据。完整的三种子结构/模态消融、留一配置域实验、全验证与全测试参考、按组区间、FLOPs 和最终精度-速度比较尚未完成。先导测试参考虽已冻结，不能用于筛选当前模块或回写标签。
