FROM DATA TO EVIDENCE
让每一个视觉结果，
都有可追溯的算法依据。
围绕投料、筛分除杂、储仓和包装，建立从公开数据到算法实现、实验对照、误差分析的作品集。这里是起步工程，不是已经完成真实产线验收的系统。
当前状态：四个 CPU 基础算法已接入网页。深度学习训练入口单独提供；没有训练好的权重，也没有填写任何公开数据集上的“实测准确率”。合成样例只用于验证代码链路。
01 / IDENTIFY
来料识别与实例分割
显示物体轮廓、边界框与数量。以 OpenCV 建立基线，再训练 D2S Mask R-CNN。
02 / INSPECT
外观异常与热力图
从正常样本建立参考分布，寻找可见差异。适配 MVTec AD，预留 PatchCore 训练入口。
03 / ALIGN
点云定位与配准
观察源点云与目标点云的对齐。展示变换矩阵、内点比例与误差，不把内点比例当成定位准确率。
04 / MEASURE
料面重建与体积估计
对已知底面的料面进行高度网格重建。缺失区域保持未知，明确区分已观测体积与总体积。
4可运行的基础算法入口
未执行公开数据集完整基准测试
0真实工业设备控制接口
01 / IDENTIFY
来料识别与实例分割
关联场景：拆包投料、包装前物料计数。D2S 是日用品与食品实例分割数据，不是宏工吨袋数据。
图像输入阈值与形态学分水岭轮廓 / 框 / 计数
检测结果
运行后显示实例轮廓
尚未执行。mAP 必须使用标注集批量计算，不能由一张图片得到。
02 / INSPECT
外观异常检测
关联场景：筛分除杂后的可见质量复核。当前算法是对齐图像的 RGB 高斯统计基线，不是 PatchCore，也不是内部异物检测设备。
正常参考图像逐像素均值 / 标准差差异得分异常热力图
异常定位
运行后显示叠加热力图
尚未执行。固定热图显示范围不等于异常判定阈值。
03 / ALIGN
3D 点云配准
关联能力：刚性目标定位、深度数据处理。公开数据使用 T-LESS；刚性零件的定位能力不能直接等同于软袋拆垛能力。
米制点云可选 FPFH + RANSACICP 精配准源 → 目标变换
点云对与参数
未选择点云。单组上限 300,000 点；网页预览会进一步下采样。
T_source_to_target 将源点变到目标坐标系。若使用真实标注掩码裁剪 ROI，必须标记为 oracle ROI，而非端到端检测。
配准后点云 · 拖动旋转
青色：目标点云；橙色：变换后的源点云。显示为软件投影，不包含机器人动作。
尚未执行。低 RMSE 不能排除对称物体配错或仅少量点重合。
04 / MEASURE
料面重建与体积估计
关联场景：储仓余料与料位估计。公开验证素材可使用 GIMUN 料堆点云；露天砂石料堆与密闭粉体料仓有明显差异。
已裁剪料面已知底面高度网格覆盖率检查体积积分
点云、底面与测量范围
Z 轴向上；底面满足 z = a·x + b·y + c。底面必须有独立依据。
存在缺失网格时，总体积返回 null，而非自动补零或外推。这里不估计重量；重量还需要独立测量的堆积密度。
高度网格预览 · 拖动旋转
尚未执行。observed_volume_m3 只代表已观测网格的积分。
EVIDENCE / REPRODUCIBILITY
数据来源与评测依据
把公开数据、合成自测、离线实验与真实产线验收分开。所有对照都保存参数、数据划分、版本及原始预测。
数据入口
| 数据集 | 用途与许可 | 不能代表什么 |
|---|
| MVTec D2S ↗ | 2D 检测 / 实例分割。CC BY-NC-SA 4.0；测试标注不公开。 | 不是工业吨袋或宏工现场数据。 |
| MVTec AD ↗ | 外观异常检测。CC BY-NC-SA 4.0。 | 不能证明粉体内部杂质、化学成分或粒径质量。 |
| T-LESS / BOP ↗ | 刚性物体 RGB-D 定位。CC BY 4.0。 | 不能证明软袋形变处理或真实抓取成功率。 |
| GIMUN ↗ | 料堆点云 / 体积。仓库标注 CC BY 4.0。 | 不能直接证明密闭料仓测量精度或实时料位跟踪。 |
本工程不打包第三方图像、模型权重或完整数据。下载和公开展示前核对各自许可；非商业限制不会因为“作品集”名称而自动消失。
实验报告应该包括
{
"status": "not_run",
"dataset_and_split_hash": null,
"algorithm_and_commit": null,
"checkpoint_hash": null,
"hardware_and_software": null,
"accuracy_metrics": null,
"latency_p50_p95_p99": null,
"timing_scope": "需写明：纯推理 / 预处理+推理 / HTTP端到端",
"failure_cases": []
}本地合成自测报告在 reports/ 下。公开数据上的 AUROC、mAP、配准成功率、体积误差，必须实际运行相应评测后再填写。