# 未人工检查候选标注的三轮稳定性比较

状态：**完整三轮比较**。

固定比较 8,806 帧，排除累计 1,716 张人工检查帧（含人工验证帧）。所有轮次均未以这些帧的人工标签训练或校准；原机器标签和独立参考框未参与评分。

比较的是模型建议的一致程度，不能确认漏检、共同误检或共同错误框。三轮训练数据量及第三轮实际 batch 不同，变化不能归因于单一因素。

## 固定比较规则

以 IoU≥0.50 做一对一匹配，优先最多匹配，再最大化 IoU。新增/消失框、匹配 IoU<0.95 或任一边界移动超过原生图短边2%，均为实质变化。另报告 IoU=0.90 的敏感性统计。空框与空框单独计数，不当作正确负例。

共同置信度阈值为 **0.70**（各轮保存阈值的最大值），同时保留各自交付阈值的比较。旧轮阈值以下候选无法从保存文件恢复，未臆造。

95%区间按完整采集组重采样2,000次、seed42，统计帧加权变化率。本轮预先登记的操作性收敛标准是相邻两次比较的全帧与非空帧变化率及其区间上界均低于1%；这是候选一致性标准，独立于原49帧人工/代理审计停止条件。

## 共同阈值下的差异

| 模型对 | 实质变化帧 | 非空帧变化率 | 框数量改变帧 | 新增/消失框 | 匹配框平均IoU | 双方空框帧 |
|---|---:|---:|---:|---:|---:|---:|
| manual306 → manual1330 | 4179/8806 (47.46%) | 51.47% | 906 | 1805/248 | 0.9371 | 686 |
| manual306 → manual1716 | 4278/8806 (48.58%) | 53.51% | 769 | 1181/287 | 0.9364 | 811 |
| manual1330 → manual1716 | 2120/8806 (24.07%) | 26.19% | 443 | 81/744 | 0.9497 | 712 |

| 模型对 | 实质变化率95%组级区间 | IoU=0.90规则变化率 | 匹配框最大边界偏移均值/p95（像素） |
|---|---:|---:|---:|
| manual306 → manual1330 | 41.11%–53.31% | 20.07% | 2.86/7.31 |
| manual306 → manual1716 | 42.65%–54.14% | 19.94% | 2.83/7.44 |
| manual1330 → manual1716 | 18.89%–29.58% | 8.77% | 2.20/5.49 |

## 判断

三轮未达到本次操作性收敛标准，剩余建议仍需人工检查和修正；不能自动接受。
相邻轮次变化率由 47.46% 变为 24.07%，差异降低。单次下降不单独证明稳定；完整区间、配置域与划分统计见JSON。

## 人工检查入口

`review_priority.csv` 为固定剩余范围的逐帧排序：优先最新相邻轮次增删框，其次边界变化；同时保留早期差异、三轮全空标记、原生文件名和各轮框数。全空帧也必须检查是否漏标。排序不会自动修改AnyLabeling标签。

全量JSON包含各划分/配置域统计、组级区间、框IoU、像素/归一化边界偏移、置信度变化和模型/阈值/标签/清单/逐帧建议哈希。

本比较没有使用val/test真值，没有报告AP或测试性能，原冻结研究参考保持原样。
