托盘当前叉取面结构分类:阈值分割与横纵投影

全量 12,344 个目标保留原22大组,独立增加当前面支撑腿数与下部横梁属性。完整组合建议 5,203,部分属性已知 3,521,全部未知 3,620。

打开图像与投影图册 · Excel分类 · 全量CSV · 440种子集CSV · 优先复核清单

全部为未人工确认的机器建议,不是正式分类真值。阈值一致性不是分类概率或正确率;当前未训练新模型、没有独立分类测试精度。

定义

图像处理流程

  1. 逐帧核对正式原生强度PNG的SHA-256,在原人工框向外取整得到ROI。保留已完成的180°方向校正,不再次旋转整帧。
  2. 对非零有效强度计算Otsu分组,在两个强度类的中位数之间取扰动基准,试算五个固定偏移阈值,避免把Otsu返回的直方图谷边缘当成稳定谷中心。3×3轻度平滑、去除孤立像素;不使用DINO特征、类别中心、目录命名或既有填孔凹包掩膜。
  3. 通过暗色开口边界及小范围闭运算识别背景区域,使用边界凸包补全小断口并从前景扣除;只保留与上横梁相连的前景分量,避免把叉孔里的明亮背景当支撑。该步骤可能受噪声影响,所有派生前景仅是投影证据,不是分割真值。
  4. 用上边界稳健拟合做小角度垂直校斜。横向投影逐行统计前景占比,定位上横梁及可能的下横梁;纵向投影逐列统计中下部前景占比,提取满足宽度和端部支撑约束的连续峰,计为腿数候选。
  5. 在支撑间隙统计下部逐行占比:连续高占比提示有下横梁,持续低占比且端部支撑充分可见提示无下横梁。与地面边界不清、开口轮廓贴ROI下边界或内部短支撑可能来自后排时保留未知。
  6. 两个属性分别要求至少3个阈值、且不少于75%的全部阈值一致;未知试算也计入分母。四峰易被后排腿或叉臂干扰,固定列为必要复查,不直接自动确认为四腿。
  7. 强度处理有异常时,按目标身份读取此前点云平面分割的原始uint16面ID图。选择朝向相机、非地面的大支撑平面,只联合与其法向和距离接近的共面碎片,不混合后壁或相邻侧面。直接对未填孔的实测前面板掩膜做横纵投影,并扰动投影门槛检验稳定性。
  8. 点云回退按属性补充未知;两路有明确冲突时保留未知。原始有效XYZ点覆盖用于区分真实背景开口与无回波,不能把mask缺失当作“无横梁”。前面板身份和掩膜本身仍是未人工确认的几何建议。

点云掩膜回退共尝试 7,915 个目标,其中 1,172 个使用了至少一个回退属性;强度原始结果、点云原始面ID及来源哈希均保留。

算法异常共 7,154 个;仅对其中 13 个做助手图像必要复查,其余异常仍保留复核清单。没有按大组统一传播标签,也没有用近邻补齐未知。 图册为每个目标提供原裁剪、原生阈值图、校斜投影前景、横向/纵向投影和各阈值诊断。原始算法结果与必要复查结果同时保留,不隐藏更改。

六种结构组合

结构组合 目标数
2腿川字 2280
2腿田字 7
3腿川字 2266
3腿田字 646
4腿川字 3
4腿田字 1

数量为0只表示当前没有得到该结构的可靠建议,不表示数据中确定不存在该结构。组合数加部分已知、全部未知必须等于全量目标数。

原22大组的主要结构

原大组 全部 完整组合建议 部分已知 未知 主要结构候选 占已知 / 占全组
Class 1 595 72 458 65 2腿川字 100.0% / 12.1%
Class 2 1467 1100 259 108 3腿川字 99.7% / 74.8%
Class 3 512 483 14 15 2腿川字 98.6% / 93.0%
Class 4 452 11 30 411 3腿川字 45.5% / 1.1%
Class 5 685 58 168 459 3腿田字 79.3% / 6.7%
Class 6 460 405 18 37 2腿川字 100.0% / 88.0%
Class 7 1611 595 641 375 3腿田字 77.8% / 28.7%
Class 8 297 240 24 33 2腿川字 100.0% / 80.8%
Class 9 1231 414 541 276 3腿川字 86.7% / 29.2%
Class 10 450 195 139 116 2腿川字 95.9% / 41.6%
Class 11 152 143 8 1 2腿川字 100.0% / 94.1%
Class 12 1585 466 560 559 3腿川字 90.1% / 26.5%
Class 13 690 332 200 158 2腿川字 99.4% / 47.8%
Class 14 193 1 15 177 2腿川字 100.0% / 0.5%
Class 15 700 141 176 383 3腿川字 93.6% / 18.9%
Class 16 160 143 1 16 2腿川字 99.3% / 88.8%
Class 17 105 83 21 1 2腿川字 98.8% / 78.1%
Class 18 146 88 35 23 2腿川字 100.0% / 60.3%
Class 19 107 2 5 100 2腿川字 100.0% / 1.9%
Class 20 200 78 88 34 2腿川字 76.9% / 30.0%
Class 21 379 147 112 120 3腿川字 55.1% / 21.4%
Class 22 167 6 8 153 3腿田字 83.3% / 3.0%

“主要结构”只表示本轮完整组合建议中的最多项,同时显示占已知和占全组两种比例;不是给整组统一赋值。各组混合分布见Excel和groups.csv,未知占比高的组不宜据此命名。

复核与使用

targets.jsonl保留原有全部字段,并加入support_leg_count、closure_type、structure_label、算法数值证据和复查来源。每个属性单独保存强度或点云来源。原final_class_id继续表示22个外观大组。 全部structure_human_reviewed=false、structure_training_eligible=false。在真实人工复核和独立数据划分冻结后才能建立分类训练标签;不能把这些全量数据处理结果当作独立测试成绩。 阈值图位于threshold_masks/,强度投影前景位于foreground_masks/;点云回退的原始ROI掩膜在pointcloud_masks/,校斜投影前景在pointcloud_projection_masks/。校斜前景不能直接覆盖原图分割标签;无可信前景不伪造空分割负例。

复现

python -m pallet.structure_attributes --workers 8

可指定--source、--formal、--seeds、--masks、--policy、--output、--rechecks及中文字体。已有结果或人工修改拒绝覆盖;输入、算法、配置、依赖、复查文件均哈希绑定。修改规则时使用新输出目录。 正式检测标签、22类分组、440种子身份和原train/val/test保持不变。验收见validation.json及逐文件校验清单。

本轮含必要复查的完整复现命令:

python -m pallet.structure_attributes --workers 8 --rechecks configs/pallet_structure_projection_rechecks_v1.json