READ-ONLY EVIDENCE REPORT / 2026-10
位置更准了,
不代表每次都更可靠。
最新人工研究标注上的8模型重训,以及PointNeXt / PTv3的大batch与延长训练实验。
以同覆盖的几何+ROI回退为主基线,既展示改善,也展示退化。
几何 → PointNeXt B32 / 240轮;只代表位置平均误差下降。
50mm且5°;挽回{{RESCUED}}例,新增退化{{REGRESSED}}例,净少2例。
PointNeXt相对自身B32 / 80轮。加大batch没有超过B32延长训练。
模型与几何,差距究竟在哪?
主比较为574例共同覆盖。橙色基线包含自动平面失败时的ROI回退,避免把流程覆盖收益归功于神经网络。纯几何只输出566例,单独列出,其均值不能与574例模型直接作公平差值。
主模型:位置小幅改善,方向仍退化
PointNeXt B32 / 240轮由原train三种子CV选出;test位置12.677mm,比几何低约6.2%,角度0.983°高于几何0.926°。达标540/574,不优于几何542/574。
最低位置均值 ≠ 最佳部署模型
PointNeXt B64 / 400轮位置均值11.676mm,较几何低约13.6%,但仍为540/574达标,且不是原train选定方案;不能依据已看的test将它改选为胜者。
PTv3通过更多,却不降低平均误差
PTv3为545/574达标,挽回3例、无新增退化。但位置14.318mm与角度0.952°都高于几何。门槛附近的微小修正可以提高计数,同时增加大量易例的小误差。
展开原val复测(450例,不参与选模)
保持与test相同的差值定义,不将val指标用于事后改选模型。
{{VAL_TABLE}}展开剩余未知单位分支(13例test,禁止解释为毫米)
该分支仅30例原train、2个采集组。这里的位置是误差占自动参考宽度的百分比,不与米制结果混排。主方案PointNeXt / base未优于几何。实际单步只有12或18例,设置batch64不等于真的增大batch。
{{NATIVE_TABLE}}延长训练有效;单纯加大batch并不更好
先按metric原train初筛选出PointNeXt和PTv3,再以42 / 142 / 242三个种子配对复测。所有续训从同一epoch80末尾模型、AdamW和随机状态恢复,而不是把早停最佳权重重新训练冒充续训。下表均为原train采集组CV,不是test。
{{CV_TABLE}}综合分 = 位置误差/自动宽度/0.05 + 角度误差/5°,先组内平均,再采集组等权。95%区间为选模后的采集组配对bootstrap,仅作描述性证据。负值为改善;跨0不能宣称可靠胜出。最佳检查点可保留80轮内权重,所以另列真正末轮结果。
PointNeXt:改善来自延长训练
B32由80到240轮,CV 0.333766 → 0.327148,约改善1.98%。B64 / 240轮为0.330595;新增更新步数匹配的B64 / 400轮为0.329422,仍未超过B32 / 240轮。
PTv3:更久没有稳定收益
CV最佳误差变化很小且区间跨0,真正末轮反而更差。最终各续训配方的重拟合epoch都为20,因而交付选定模型的test结果一致,并非把未训练的模型冒充续训结果。
展开真实batch、优化步数与耗时
{{COST_TABLE}}耗时为同配方三种子均值,单种子各折GPU耗时之和;并行使用两种显卡,不是端到端墙钟或严格吞吐基准。分批均分样本避免BatchNorm单例,不丢例。B64 / 400轮与B32 / 240轮的新增更新步数在本米制队列恰好相同;其余分支不保证相同。
平均数背后:挽回与退化同时存在
本节固定比较原train选出的PointNeXt B32 / 240轮与几何+ROI回退,不因test表现改换主模型。
近似持平容差只用于描述变化分布,不是人为放宽50mm/5°联合门槛。门槛统计使用冻结评测的原始数值。
按输入域拆分
{{DOMAIN_TABLE}}展开改善/退化最明显的采集组
{{GROUP_TABLE}}按组内平均位置差排序取最改善4组和最退化4组,属于事后诊断,不是完整组分布。全组结果可下载JSON。组名中的距离/材质只用于分组与展示,未输入模型。
12个典型案例:看得见的增益与代价
案例均来自冻结米制test。按事先写明的类别规则,选取差异较大、跨阈值、共同失败、常规小误差及ROI回退样本;部分类别优先不同采集组。这是事后解释性选例,不是随机或无偏样本,也不用于重选模型。
每例左侧原图仅叠加检测框,未虚构相机标定将XY姿态投影到图像。右侧用原PCD注册点绘制XY俯视与毫米级中心差图;不填补未知高度或完整旋转。点云可视化只作显示抽样,不改变评测输入。
没有符合条件的案例,请清空搜索或切换类别。
可以得出的结论,与不能越过的边界
数据范围固定
- 快照:2026-10-20 16:49:33 UTC,2,300个人工保存目标、4,367条事件;2,290条有效研究标签,10条隔离。
- metric:train 1,209 / val 450 / test 574;native_unknown:30 / 14 / 13。原val/test不回流train。
- 823个原未知单位目标仅在新研究版本按用户确认解释为米,数值不变;其他未知单位和240×96不被自动重分类。
不是部署承诺
- 人工草稿非独立盲标,大量可能沿用几何初始值;接近标签不自动等于真实物理精度。
- 原test此前已看过,不能称首次盲测。v3/v4数据量、单位和配方不同,不作跨版本因果归因。
- 五种预训练模型冻结编码器训练位姿头,另外三类端到端;这不是所有模型充分微调后的上限。
robot_command_eligible=false。离线下载与复核
HTML内嵌图片、图表、字体和逐目标下载数据,断网可读。完整ZIP另含原始案例图片、SVG、逐目标CSV、JSON、源结果与哈希清单。ZIP中的 evidence/ 和 acceptance.json 可核验数据来源。
包内原训练报告:evidence/REPORT_zh.md;冻结选模:evidence/selection_frozen.json;逐分支结果:evidence/*_evaluation.json。所有case图只读源文件并校验PCD与图像哈希。