# 托盘叉取面中心标注抽样审查

冻结时间：2026-10-22T14:21:39+00:00。在线标注持续变化，本报告只针对该快照。

已保存4732条；可用于几何筛查4713条，删除9条，缺关键字段10条。抽样191例：保存标尺173例，其中98例可核实历史中心/角度/宽度修改；另18例无人工位姿。全部仍非正式确认GT。

## 主要发现

1. **三种中心不能混用。** 完整叉取面外宽中心、中间腿可见表面中心、可见点群的均值/中位数分别由边界、局部结构和采样密度决定。几何上不存在恒等关系。但完整对称样本中前两者也可能接近，不能预设每个中间腿参照都错。
2. **缺的不一定是原始点，也可能是选面。** C12-09左腿片带原始有效点156个，深度距当前面≤40mm点111个，选入0个；C09-07左腿片带对应42/31/0个，中间腿也有近面点未选入。阈值只是覆盖诊断，不能证明全部点同属一个精确平面。应先回查平面分割、合并选择和剔除，不能都归为视角导致相机无点。
3. **完整中心可能与残余点群中心相差数十厘米，却不能据此判标注错。** C09-07标注→保存选面中位数W为+411.4mm；C12-09为+464.6mm；C14-08为−489.4mm。这些数值是选面覆盖/密度诊断，不是标注真实误差。
4. **可见范围中点也不能解决单侧缺失。** 它比点均值少受密度影响，但丢掉一个端部后，范围本身就变短。例如C12-09可见范围中点偏+254.0mm，不能把它当完整外宽中点。
5. **二维轮廓修好不等于三维选面完整。** C05-08、C14-08、C15-07已经有明显轮廓修订，保存点云仍可能漏掉支撑片。开口内的二维像素也可能返回后方物体或地面，C07-07、C09-08、C15-08的俯视深度条带需优先排查。
6. **类别不是固定物理模板。** 同类仍混有不同观察面、斜视、堆叠和采集域；Class 3/8/16/18等有大开口或U形观察面，不能强制寻找中间腿。直方图中三个分量也可能是横梁断点，并不证明三条腿。
7. **部分标签无法在当前证据下判定对错。** 强斜视、边界截断、低分辨率和残余单侧点需要中心区间或待判断，不能根据类别中心、标尺初值或对称补全自动生成GT。

## 有边缘片带的局部量化（非GT）

沿当前标尺宽度轴，人工在原图选择外边缘片带，再按像素—源点索引查原始PCD。片带点的5%—95%范围传播到中点，并额外加±15mm定位敏感性余量。它不是统计置信区间，不包含完整的标定/角度误差预算；本轮不发布“标注错误率”或实机精度。

| 案例 | 标注减边缘片带中点（mm） | 分析区间（mm） | 解释 |
|---|---:|---:|---|
| C02-03 | +5.9 | [-19.7, +31.6] | 非独立GT；边界定位允许范围 |
| C02-09 | -6.2 | [-27.1, +14.7] | 非独立GT；边界定位允许范围 |
| C04-03 | +2.4 | [-21.0, +25.7] | 非独立GT；边界定位允许范围 |
| C09-07 | +7.0 | [-21.5, +35.5] | 非独立GT；边界定位允许范围 |
| C12-09 | -4.4 | [-32.4, +23.6] | 非独立GT；边界定位允许范围 |

这些片带对照没有证明对应标签必须随点中位数移动。C02-09右边缘只有3个近面点，参照尤其脆弱；中间腿片带不是完整腿的精确几何中心，不能将其差值宣传为系统性物理偏差。

## 类别覆盖

| 类别 | 全部目标 | 已保存 | 可用标尺 | 有几何修订历史 | 抽取保存/未标注 |
|---|---:|---:|---:|---:|---:|
| Class 1 | 595 | 595 | 595 | 344 | 12/0 |
| Class 2 | 1467 | 693 | 691 | 237 | 12/0 |
| Class 3 | 512 | 2 | 2 | 0 | 2/0 |
| Class 4 | 452 | 11 | 11 | 1 | 11/0 |
| Class 5 | 685 | 61 | 57 | 30 | 12/0 |
| Class 6 | 460 | 6 | 6 | 1 | 6/0 |
| Class 7 | 1611 | 124 | 124 | 34 | 12/0 |
| Class 8 | 297 | 1 | 1 | 0 | 1/0 |
| Class 9 | 1231 | 477 | 477 | 75 | 12/0 |
| Class 10 | 450 | 409 | 409 | 42 | 12/0 |
| Class 11 | 152 | 0 | 0 | 0 | 0/6 |
| Class 12 | 1585 | 1346 | 1340 | 261 | 12/0 |
| Class 13 | 690 | 0 | 0 | 0 | 0/6 |
| Class 14 | 193 | 185 | 184 | 72 | 12/0 |
| Class 15 | 700 | 528 | 528 | 249 | 12/0 |
| Class 16 | 160 | 6 | 6 | 0 | 6/0 |
| Class 17 | 105 | 0 | 0 | 0 | 0/6 |
| Class 18 | 146 | 2 | 2 | 0 | 2/0 |
| Class 19 | 107 | 3 | 1 | 0 | 1/0 |
| Class 20 | 200 | 49 | 48 | 6 | 12/0 |
| Class 21 | 379 | 82 | 82 | 6 | 12/0 |
| Class 22 | 167 | 152 | 149 | 100 | 12/0 |

## 各类观察

### Class 1
大跨度横梁/侧面样本较多，点云可仅覆盖上横梁。不要把连续横梁当成三腿均完整，也不要因点密度偏右就移动标注。

### Class 2
两开口三支撑较易辨认；同时存在三腿较完整和保存选面中右腿较少案例，适合比较完整外宽与可见点中心。

### Class 3
仅2条可用保存记录，呈大开口/U形轮廓；无可靠中间腿参照，不能套用三腿模板。

### Class 4
三支撑正面与斜视混合；完整案例中中间腿和外宽中点可以接近，不应预设每个案例都错。

### Class 5
视角、分辨率与反射差异大；狭窄斜视中远侧边界容易缺失，且部分开口后方点形成深度条带。

### Class 6
仅6条保存记录，主要为宽横梁与下方暗部；图像暗部不等于实测缺失，也不保证中间腿可辨认。

### Class 7
常见两开口结构混有强斜视和稀疏点；完整正面可建立边界参照，斜视样本需保留不确定性。

### Class 8
仅1条保存记录，观察面为框架/大开口轮廓；不宜按中间腿中心制定该类规则。

### Class 9
既有完整横向面，也有仅右侧残余选面及明显孔内背景深度条带；优先查选面完整性。

### Class 10
多为大开口/U形观察面，困难例只剩左腿或零散上沿；中位数贴近剩余一侧不能代表全宽。

### Class 11
无已保存位姿，6例仅用于可标注性；机器选面有侧腿不足，不可据此评价人工误差。

### Class 12
堆叠、多层图像较多；需确认目标层、避免上下层串标，并检查左腿或右腿是否被平面分割排除。

### Class 13
无已保存位姿；自动候选既有完整横梁也有仅两侧腿，不能把某一候选的点中心直接作为GT。

### Class 14
强斜视/窄侧面较多，选面经常只剩一侧支撑；可见范围中点本身也会偏，需双侧边界或同物体独立视图。

### Class 15
有明显轮廓多边形修订，但点云仍可能只保留中间/右侧腿；2D区域修好不等于3D选面完整。

### Class 16
6条保存记录均为大开口轮廓，未发现可核实的连续几何修订；需扩大标注覆盖，不能把保存数当修正数。

### Class 17
无已保存位姿；自动面大多可见上梁，但中间腿有时不在该平面候选中，需人工审阅后标注。

### Class 18
仅2条保存记录，大开口/U形结构；自动下带分量可能把上梁断点错当中间腿。

### Class 19
3条保存中2条已删除，仅1条窄斜视有效草稿；样本不足，需补同类清晰正面和人工复核。

### Class 20
同类内混有堆叠正面、大开口和斜视，需按实际观察面分层，不把类别号等同固定几何模板。

### Class 21
既有长横梁也有常规三支撑及大开口；低分辨率样本不能用亮暗分量数替代腿身份。

### Class 22
大量斜视和不同观察面，个别只剩一侧腿；几何上可归一到平面，不代表完整边界已可辨认。

## 统计口径与局限

- 分组均衡随机样本与定向困难样本分开保留；不足12个的类别全取，Class 11/13/17仅展示机器候选上下文。不是简单随机总体抽样，不估计错误率。
- 所有22张联系表均进行视觉查看，指定案例另外查原生像素及点云；其余案例的自动线索不等于人工判错。
- “历史几何修改”只计可比较轴向下，连续人工保存间中心/宽度变化>0.5mm或局部方向变化>0.05°。忽略自动单位/轴向修订，纯方向反转不在该保守计数中；首次保存即已修正的记录也可能未被计入。
- 当前单位解释及240×96轴向沿已授权版本，目标未确认轴向的记录仍标明待核对。分析中的点和多边形均绑定源PCD/图像哈希、原像素旋转和标注修订。正视图标尺的H=0是局部视图参考高度，不表示叉取高度已标为0；导出位姿中的未知高度仍为null。
- 本轮没有生成独立盲GT，没有证明实机叉取成功率，没有自动修正任何标签，也没有训练或更新模型。
