# 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](gallery.html) · [Excel分类](托盘结构分类结果.xlsx) · [全量CSV](targets.csv) · [440种子集CSV](seed_targets.csv) · [优先复核清单](priority_review.csv)

> 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

- 支撑腿数为当前主要叉取面沿宽度方向的两腿、三腿或四腿，不计算后排或侧面支撑。多面斜视无法确认时保持未知。
- 完全按用户指定：**川字＝下部无横梁；田字＝下部有横梁**，不套用其它行业命名。
- 两个属性独立：腿数清楚但下部被遮挡时可保留“三腿＋闭合未知”。未知不等于负例，也不强制补全为六类之一。

## 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

```bash
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：

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