1

flutter_app/lib/detection/detector_worker.dart

@@ -17,7 +17,7 @@ import 'visual_prior.dart';
 /// 主 isolate 只投递帧数据、接收结果，UI 不被推理阻塞（iOS 真机卡顿根因）。
 ///
 /// 多模型并行推理：传入 [models]（各数据集下载模型）后，每帧逐模型推理，
-/// 结果按类别分组跨模型 NMS 合并（同标签重复框取高分，不同标签互不压制）；
+/// 结果跨模型全局 NMS 合并（2026-09-01 修订：异类别重叠也去重取高分，实测多模型对同一目标检异类别）；
 /// 无下载模型时不启动推理（仅预览）。
 class DetectorWorker {
   final Isolate _isolate;
@@ -327,7 +327,7 @@ Future<void> _workerMain(SendPort mainPort) async {
             }
           }
           // 多模型并行推理：每模型先首帧自适应判定 YUV 值域/色序，再逐模型推理；
-          // 汇总后按类别分组跨模型 NMS 合并（同标签重复框取高分，异标签互不压制）
+          // 汇总后全局 NMS 合并（2026-09-01：异类别重叠也去重取高分，实测多模型对同一目标检异类别）
           var results = <DetectionResult>[];
           for (final d in detectors) {
             if (!isBgra && !d.yuvModeKnown) {
@@ -460,19 +460,12 @@ Future<void> _workerMain(SendPort mainPort) async {
   }
 }
 
-/// 多模型结果合并：按类别分组，组内 NMS（不同模型检出同一目标时取高分）。
-/// 各模型类别体系独立（如环颈雉鸡/疑似 vs 野兔/疑似），不同类别互不压制。
+/// 多模型结果合并：全局 NMS（不区分类别）。
+/// 实测多个模型会对同一目标检出不同类别（误检/歧义），若异类别互不压制
+/// 会出现重叠框；2026-09-01 用户实测定案：所有模型的框统一按 IoU 去重，
+/// 重叠时取高分（远处真实的多目标互不重叠，正常保留）。
 List<DetectionResult> mergeAcrossModels(
     List<DetectionResult> all, double iouThreshold) {
   if (all.length <= 1) return all;
-  final byLabel = <String, List<DetectionResult>>{};
-  for (final r in all) {
-    byLabel.putIfAbsent(r.label, () => []).add(r);
-  }
-  final merged = <DetectionResult>[];
-  for (final group in byLabel.values) {
-    merged.addAll(nms(group, iouThreshold));
-  }
-  merged.sort((a, b) => b.score.compareTo(a.score));
-  return merged;
+  return nms(all, iouThreshold);
 }