# 托盘位姿 v3 最佳学习模型

这是本轮原train分组评测选出的最佳学习方案，不代表已优于几何或已上线。
逐分支部署建议和完整分母结果见 reports/REPORT_zh.md。

使用包内代码，无须原始标签：

```bash
python -m pallet.pose_benchmark_inference --bundle . --cloud registered.npz \
  --box X Y WIDTH HEIGHT --domain SENSOR_DOMAIN --scale-to-m SCALE --output pose.json
```

NPZ包含 points_xyzi[N,4] 与 pixel_to_source_index[H,W]。
未知单位去掉 --scale-to-m，显式增加 --allow-native。
输入框为原图像素坐标；检测器保持v1，可用其框作为此入口输入。
默认CUDA；稀疏Transformer另外需要匹配torch/CUDA的spconv、torch-scatter和flash-attn，
版本及本轮算子适配详见 reports/environment.json 与研究文档。
模型输出仍需人工审核，未包含z/完整6D/机器人外参。
