# 托盘位姿 v4：八模型重训及两模型batch/时长实验

默认使用原train三种子分组CV选出的最佳学习模型；不表示已优于几何，更不表示已上线。
完整数据范围、对照表与限制见 reports/REPORT_zh.md。

```bash
python -m pallet.pose_benchmark_v4_inference --bundle . --cloud registered.npz \
  --box X Y WIDTH HEIGHT --domain SENSOR_DOMAIN --scale-to-m SCALE --output pose.json
```

NPZ只包含 points_xyzi[N,4] 与 pixel_to_source_index[H,W]，不读标注或人工选面。
框是原图像素坐标。单位必须显式指定，未知单位去掉 --scale-to-m 并加 --allow-native。
单位确认仅覆盖报告列出的823个原未知单位目标；不能据此给其他点云猜单位。
domain必须是对应模型训练覆盖域，详见 bundle_config.json；离线外域复测不等于上线覆盖。

指定任一重训模型：--family pointnext --arm base。
仅两个入选模型另有 long_b32、long_b64、long_b64_steps；参数见模型目录。
提供全部8种模型的位姿检查点、官方代码、五份预训练权重、版本及许可证；需遵守上游许可。
默认CUDA，部分稀疏Transformer需要匹配torch/CUDA的spconv、torch-scatter和flash-attn。
requirements.txt与reports/*environment.json记录版本，非全平台/CPU兼容承诺。

输出仅叉取面宽度中心XY和叉入方向θ。未知z、完整旋转、外参不补0；始终不能直接指挥机器人。
