1

server/README.md

@@ -14,11 +14,11 @@
 | 套餐 | `config.yml` `plans` 节点配置三档套餐（改价 = 改配置重启），价格**整数分**（1000 / 5600 / 18000） |
 | 后台管理端 | `server_admin/`（Vue3 + Element Plus）管理页面：订单查询、账号/授权管理（手动授权/撤销）、App 版本管理；构建产物由后端 `/admin/` 托管，登录页输入 token 后以 `X-Admin-Token` 头鉴权（`config.yml admin.token`） |
 | 版本管理 | 后台管理端上传 Android APK + 更新说明，APK 存服务器 `app.apkDir`（默认 `./workspace/`，与 `./data` 平级、挂载持久化）**固定文件名 `observer-latest.apk`，上传即覆盖，目录永远只保留最新一个文件**；**版本号从文件名识别**：文件须命名为 `observer-x.y.z.apk`（Flutter 打包产物即此命名，版本号取自 pubspec）；客户端启动时 `GET /api/v1/app/update` 检查更新：服务器版本高于本地版本即弹更新提示（不可跳过）。**仅 Android 检查，iOS 不做版本下发**（iOS 走 App Store 自行更新）。版本记录可删除：删最新版本联动删除 APK 文件，删历史版本仅删记录 |
-| 数据训练（唯一入口） | 后台管理端「数据训练」一个菜单承载数据集全流程：**数据集卡片列表**（封面图/描述/图片数/已标注数/**训练状态徽标**），**卡片下方直接展示训练任务进度条与状态**（无独立训练页）；详情页为**图片与标注一体视图**：分页（每页 20 条）逐行「原图 ‖ 标注图」对照展示；**图片入库（手动上传/AI 生成）自动触发 RF-DETR 全图扫描标注**，进度条展示在页顶；页顶另有「全量标注」按钮可手动重标全部图片（覆盖各图已有标注）；点击原图/标注图弹窗放大，弹窗为**审核视图（不做手动画框）**：点击框选中，列表可确认疑似框/删除误检框/清空并保存——AI 自动标注结果直接作为标注，人工仅审核确认；封面（上传/生成统一 1248x704 转 jpg + UUID 命名）/**描述**/AI 生成图片（provider 抽象：dashscope 通义万相付费 API / localai 训练机 local-ai qwen-image，`config.yml imageGen` 节点切换，见配置说明）；AI 标注端点与训练机 SSH 为**全局配置，直接读 `config.yml`**（`localAi` / `training.ssh` 节点，改配置需重启服务）；图片落服务器 `app.datasetDir`/`datasets/<数据集名>/`，DB 存元数据 + 标注 JSON；**数据清洗（2026-09-02）**：详情页「数据清洗」——按标注目标尺寸细档统计超配，超配桶内整图 dHash 多样性保留、其余进候选清单，执行=打「已排除训练集」标记（可恢复不删图），prepare_yolo 打包跳过 |
+| 数据训练（唯一入口） | 后台管理端「数据训练」一个菜单承载数据集全流程：**数据集卡片列表**（封面图/描述/图片数/已标注数/**训练状态徽标**），**卡片下方直接展示训练任务进度条与状态**（无独立训练页）；详情页为**图片与标注一体视图**：分页（每页 20 条）逐行「原图 ‖ 标注图」对照展示；**图片入库（手动上传/AI 生成）自动触发 RF-DETR 四级漏斗标注（全图扫描→空检切片扫描→VLM 提议候选区精修，见技术设计.md「预标注四级漏斗」）**，进度条展示在页顶；页顶另有「全量标注」按钮可手动重标全部图片（覆盖各图已有标注）；点击原图/标注图弹窗放大，弹窗为**审核视图（不做手动画框）**：点击框选中，列表可确认疑似框/删除误检框/清空并保存——AI 自动标注结果直接作为标注，人工仅审核确认；封面（上传/生成统一 1248x704 转 jpg + UUID 命名）/**描述**/AI 生成图片（provider 抽象：dashscope 通义万相付费 API / localai 训练机 local-ai qwen-image，`config.yml imageGen` 节点切换，见配置说明）；AI 标注端点与训练机 SSH 为**全局配置，直接读 `config.yml`**（`localAi` / `training.ssh` 节点，改配置需重启服务）；图片落服务器 `app.datasetDir`/`datasets/<数据集名>/`，DB 存元数据 + 标注 JSON；**数据清洗（2026-09-02）**：详情页「数据清洗」——按标注目标尺寸细档统计超配，超配桶内整图 dHash 多样性保留、其余进候选清单，执行=打「已排除训练集」标记（可恢复不删图），prepare_yolo 打包跳过 |
 | 模型训练 | 从数据集卡片「开始训练」一键触发（参数 imgsz/epochs/batch/device 默认走 `config.yml` `training` 节点，部署级配置）；**双档位（2026-09-03）**：一次发起按档位各建一条任务——高识别档 s（基座 `training.model`、imgsz `training.imgsz`=1280）/ 高性能档 n（基座 `training.modelN`=yolov8n.pt、imgsz `training.imgszN`=704），请求传 `variants:["s","n"]` 限定（省略=双档；n 档配置缺失时请求报错），epochs/batch/device 双档共用，任务带 `variant` 快照；**GPU 独占排队（2026-09-03）**：并发度 1 不变——已有 running 时新任务落 `queued` 排队（不再拒绝），10s 轮询在 running 结束后自动按创建顺序晋级启动、一次一个（训练机单 GPU 串行跑多档/多数据集），取消 running=杀进程、queued=直接置失败；进度/日志/指标监控（每 epoch 粒度）；训练通道 `training` 节点可配置 subprocess（与 Go 服务同机直接起 python）/ ssh（异机执行，SSH 凭据取 `config.yml` `training.ssh` 节点）；训练脚本 `server/training/train_server.py`（随项目迁移，2026-08-26）参数化（task.json 传 model/imgsz），产物（best.tflite/best.pt/曲线）拉回服务器；训练收尾自动做 **tflite 产物自检**（输入/输出 shape 校验，原 `inspect_tflite.py` 逻辑内嵌脚本），自检失败任务置失败并带出原因；`dump_graph.py` 留作训练机人工深度调试 |
 | 模型版本与热更新 | **每数据集每档位一个模型**（2026-09-03 双档位）：训练成功后一键「发布」（训练任务操作列）——tflite 已由训练成功直写最终位置：s 档 `workspace/trainings/<文件名前缀>.tflite`、n 档 `<文件名前缀>_n.tflite`（前缀空回退数据集名），发布仅落 `model_version` 记录（sha256/大小/指标/类别名，带 `variant` 档位列）；版本序列每数据集全局共用 m1.0.0 递增（s/n 交替发布走同一序列，无档位独立序列），`is_latest` 按 (数据集, 档位) 各记一条——发布只清同档位旧记录，s/n 两档互不影响，目录可分别发布、分别下发。管理端**无模型管理界面**（版本记录仅支撑客户端下发）。**App 模型热更新**：`GET /api/v1/app/update` 扩展返回 `models` 目录数组，客户端独立检查，新模型下载校验替换，失败回退旧模型——模型迭代不再重打包 APK |
 | 模型目录与多模型推理 | `GET /api/v1/models`（登录态）返回全部数据集当前生效模型（数据集/档位 `variant` s|n/版本/类别/大小/sha256/下载地址；**每数据集最多 2 条 = s/n 两档各自的 is_latest**），下载 URL s 档 `/download/trainings/<文件名前缀>.tflite`、n 档 `/download/trainings/<文件名前缀>_n.tflite`（前缀空回退数据集名）；**App 模型管理页**用户自由下载/删除/启用模型，识别时**按当前识别档位（s 高识别 / n 高性能，全局切换）加载该档位已启用模型**并行推理 + 跨模型 NMS 合并（按类别名），内置 assets 模型兜底 |
-| 标注 | **图片入库自动触发**：手动上传/AI 生成成功后，新增图自动调 `config.yml` `localAi` 节点配置的 AI 端点做 RF-DETR 全图扫描（`label_task` 记录进度，页顶进度条展示；**localAi 未配置 → 上传/生成接口直接报错；已有标注任务在跑（忙）→ 不报错**，当前任务成功完成后自动补标未标注图）→ 扫描结果（**重叠去重**：NMS 风格按置信度降序保留，重叠比 > `localAi.overlapThreshold` 默认 0.3 的框剔除——重叠比 = 交叠面积/两框较小面积，RF-DETR 同目标常输出一大一小两框，此判据能命中，同目标只留置信度最高者）**直接写 `dataset_image.labels_json`**（覆盖该图已有标注，即重标语义）；点击弹窗放大进入**审核视图（不做手动画框）**：点击框选中，列表确认疑似框/删除误检框/清空 → 保存即整体覆写 `dataset_image.labels_json`（YOLO 归一化 JSON 数组，AI 标注直写、人工仅审核确认）；`POST /admin/label-tasks` 详情页「全量标注」按钮入口（另有自动触发），可发起全量/指定图重标；自动/手动/混合并存，训练前自动整理（prepare_yolo 逻辑在服务端） |
+| 标注 | **图片入库自动触发**：手动上传/AI 生成成功后，新增图自动调 `config.yml` `localAi` 节点配置的 AI 端点做 RF-DETR 检测（**四级漏斗（2026-09-04）**：全图扫描→空检自动升级切片扫描→仍空 VLM 提议候选区+RF-DETR 精修→全空写空标注等人工，切片块长边/重叠/切片阈值走 `localAi.tileSize`/`tileOverlap`/`tileThreshold`，见技术设计.md「预标注四级漏斗」；`label_task` 记录进度，页顶进度条展示；**localAi 未配置 → 上传/生成接口直接报错；已有标注任务在跑（忙）→ 不报错**，当前任务成功完成后自动补标未标注图）→ 扫描结果（**重叠去重**：NMS 风格按置信度降序保留，重叠比 > `localAi.overlapThreshold` 默认 0.3 的框剔除——重叠比 = 交叠面积/两框较小面积，RF-DETR 同目标常输出一大一小两框，此判据能命中，同目标只留置信度最高者）**直接写 `dataset_image.labels_json`**（覆盖该图已有标注，即重标语义）；点击弹窗放大进入**审核视图（不做手动画框）**：点击框选中，列表确认疑似框/删除误检框/清空 → 保存即整体覆写 `dataset_image.labels_json`（YOLO 归一化 JSON 数组，AI 标注直写、人工仅审核确认）；`POST /admin/label-tasks` 详情页「全量标注」按钮入口（另有自动触发），可发起全量/指定图重标；自动/手动/混合并存，训练前自动整理（prepare_yolo 逻辑在服务端） |
 
 ## 架构与数据流
 

server/biz/consts/consts.go

@@ -67,6 +67,14 @@ const (
 	// （与 VlmMaxSuspectPerImage 同量级，单图人工复核工作量可控）
 	MaxPrelabelPerImage = 3
 
+	// 预标注四级漏斗（技术设计.md「预标注四级漏斗」）：
+	// 单图漏斗总超时秒数——L2 切片 ~20 块串行 + L3 VLM 兜底，原 120s 只够单次全图检测
+	LabelImageTimeoutSec = 300
+	// L3 VLM 提议候选区数上限（图全空时让 VLM 指可疑位置，RF-DETR 精修确认，宁可指错不可遗漏）
+	VlmLocateMaxRegions = 3
+	// L3 候选区扩大倍数（VLM 坐标偏粗，扩大裁剪给 RF-DETR 足够上下文，钳制图片边界）
+	VlmRegionExpand = 2.0
+
 	// 模型版本号前缀（m1.0.0），同数据集内递增
 	ModelVersionPrefix = "m"
 

server/biz/service/label_task.go

@@ -216,8 +216,8 @@ func (s *labelTaskService) runDetection(ctx context.Context, taskId int64, datas
 		doneCount := 0
 		for i, img := range images {
 			g.Log().Infof(bgCtx, "预标 %s (%d/%d): %s", dataset.Name, i+1, len(images), img.Filename)
-			// 单张 120s 超时兜底（无超时 + 无取消的独立 ctx 下防检测服务悬挂拖死任务）
-			detCtx, cancel := context.WithTimeout(bgCtx, 120*time.Second)
+			// 单图漏斗总超时兜底（L2 切片 + L3 VLM 兜底耗时；无超时 + 无取消的独立 ctx 下防检测服务悬挂拖死任务）
+			detCtx, cancel := context.WithTimeout(bgCtx, consts.LabelImageTimeoutSec*time.Second)
 			err := common.LabelTaskPoolInstance().Submit(detCtx, func(ctx context.Context) error {
 				data, err := os.ReadFile(filepath.Join(dir, img.Filename))
 				if err != nil {
@@ -228,7 +228,7 @@ func (s *labelTaskService) runDetection(ctx context.Context, taskId int64, datas
 					return gerror.New("无法识别图片尺寸")
 				}
 				mime := imageMime(img.Filename)
-				detections, err := client.Detect(ctx, data, mime, w, h)
+				detections, err := s.detectFunnel(ctx, client, data, mime, w, h, dataset)
 				if err != nil {
 					return err
 				}
@@ -296,6 +296,101 @@ func (s *labelTaskService) runDetection(ctx context.Context, taskId int64, datas
 	}()
 }
 
+// detectFunnel 预标注四级漏斗（技术设计.md「预标注四级漏斗」）：检测只信 RF-DETR，VLM 永不直接出框。
+// ①全图扫描（threshold）有候选即收（绝大多数图到此命中）→ ②空检则滑窗切片低阈值(tileThreshold)扫描 →
+// ③仍空则 VLM 提议候选区逐区裁剪精修 → ④全空返回空（上游写 '[]' 语义不变：等人工画框、不入自动补标池）。
+func (s *labelTaskService) detectFunnel(ctx context.Context, client *common.LocalAi, data []byte, mime string, imgW, imgH int, dataset *entity.Dataset) ([]*common.Detection, error) {
+	detections, err := client.Detect(ctx, data, mime, imgW, imgH)
+	if err != nil || len(detections) > 0 {
+		return detections, err
+	}
+	g.Log().Infof(ctx, "全图空检，升级切片扫描: %s", dataset.Name)
+	detections, err = s.detectTiles(ctx, client, data, mime, imgW, imgH)
+	if err != nil || len(detections) > 0 {
+		return detections, err
+	}
+	species := dataset.GenSpecies
+	if species == "" {
+		species = dataset.Name // 单物种规则：物种 = 数据集名
+	}
+	return s.detectVlmHints(ctx, client, data, mime, imgW, imgH, species), nil
+}
+
+// detectTiles 四级漏斗 L2：滑窗切块逐块 DetectRegion（tileThreshold——小目标置信度天然偏低，
+// 低于全图丢弃线的候选仍入库落疑似 class 1，宁多勿漏），块内坐标已在 DetectRegion 内映射回
+// 原图像素，跨块重复检出由上游 minIoU 去重兜住；单图池任务内串行执行，不嵌套协程池。
+func (s *labelTaskService) detectTiles(ctx context.Context, client *common.LocalAi, data []byte, mime string, imgW, imgH int) ([]*common.Detection, error) {
+	tiles := common.TileRegions(imgW, imgH, client.TileSize, client.TileOverlap)
+	all := make([]*common.Detection, 0, len(tiles))
+	for _, t := range tiles {
+		ds, err := client.DetectRegion(ctx, data, mime, imgW, imgH, t.X, t.Y, t.W, t.H, client.TileThreshold)
+		if err != nil {
+			return nil, gerror.Wrapf(err, "切片检测失败(%d,%d,%dx%d)", t.X, t.Y, t.W, t.H)
+		}
+		all = append(all, ds...)
+	}
+	return all, nil
+}
+
+// detectVlmHints 四级漏斗 L3：VLM 提议候选区（只提议位置，永不直接出框）。提示词按
+// 「宁可指错不可遗漏」输出 ≤ consts.VlmLocateMaxRegions 个归一化候选区，逐区扩大
+// consts.VlmRegionExpand 倍（VLM 坐标偏粗，扩大给 RF-DETR 足够上下文，钳制图片边界）后
+// DetectRegion 低阈值精修，精修命中的框才采纳（VLM 误报被 RF-DETR 否掉）。
+// VLM 失败/输出非法一律跳过该级返回空，不阻塞任务。
+func (s *labelTaskService) detectVlmHints(ctx context.Context, client *common.LocalAi, data []byte, mime string, imgW, imgH int, species string) []*common.Detection {
+	prompt := fmt.Sprintf(
+		"你是野生动物监测照片分析助手。\n物种：%s\n"+
+			"画面中很可能存在该物种动物，它可能极小、大半身体被树叶/草丛/枝干遮挡只露出局部，容易看漏。\n"+
+			"任务：仔细扫描全图找出它最可能所在的位置，宁可指错不可遗漏——优先检查树冠枝杈间、灌丛草丛、阴影边缘、地面隆起处等可藏身位置。\n"+
+			"输出归一化 bbox 的 JSON 数组（cx,cy 为区域中心，w,h 为区域宽高，区域范围可比动物本身大一圈）：[{\"cx\":0.5,\"cy\":0.3,\"w\":0.25,\"h\":0.2}]，最多 %d 个，按可能性从高到低；确无可能才输出 []。只输出 JSON 数组本身，不要其他文字。",
+		species, consts.VlmLocateMaxRegions)
+	content, err := common.QwenVL(ctx, data, mime, prompt)
+	if err != nil {
+		g.Log().Infof(ctx, "VLM 提议候选区失败（跳过该级）: %v", err)
+		return nil
+	}
+	regions := parseVlmRegions(content)
+	out := make([]*common.Detection, 0, len(regions))
+	for _, r := range regions {
+		if r.Cx <= 0 || r.Cx >= 1 || r.Cy <= 0 || r.Cy >= 1 || r.W <= 0 || r.W >= 1 || r.H <= 0 || r.H >= 1 {
+			continue
+		}
+		w := math.Min(r.W*consts.VlmRegionExpand, 1)
+		h := math.Min(r.H*consts.VlmRegionExpand, 1)
+		x1 := math.Max(0, r.Cx-w/2)
+		y1 := math.Max(0, r.Cy-h/2)
+		x2 := math.Min(1, r.Cx+w/2)
+		y2 := math.Min(1, r.Cy+h/2)
+		ds, err := client.DetectRegion(ctx, data, mime, imgW, imgH,
+			int(x1*float64(imgW)), int(y1*float64(imgH)),
+			int((x2-x1)*float64(imgW)), int((y2-y1)*float64(imgH)), client.TileThreshold)
+		if err != nil {
+			g.Log().Infof(ctx, "候选区精修失败（跳过）: %v", err)
+			continue
+		}
+		out = append(out, ds...)
+	}
+	return out
+}
+
+// vlmRegion VLM 输出的归一化区域（cx,cy 中心 + w,h）
+type vlmRegion struct {
+	Cx, Cy, W, H float64
+}
+
+// parseVlmRegions 从 VLM 回复中提取首个 JSON 数组并解析为归一化区域；无数组或解析失败返回 nil
+func parseVlmRegions(content string) []vlmRegion {
+	m := regexp.MustCompile(`\[[\s\S]*?\]`).FindString(content)
+	if m == "" {
+		return nil
+	}
+	var raw []vlmRegion
+	if err := json.Unmarshal([]byte(m), &raw); err != nil {
+		return nil
+	}
+	return raw
+}
+
 // AdminImageVlmReview 单图 VLM 藏匿位补检（两阶段标注第二阶段，须与 z-image 生成显存互斥）：
 // 以当前 labels_json（RF-DETR/人工框）为排除集，调 qwen3.6-35b-a3b(+mmproj) 按「环境/季节/
 // 时间/天气/光线/地形 + 物种习性」综合判读画面，推理可能藏身的位置，取前 3 个追加为疑似框(class 1)。

server/common/localai.go

@@ -32,6 +32,10 @@ type LocalAi struct {
 	OverlapThreshold float64
 	// 提交前整图等比缩放到的最长边（RF-DETR 对小图更稳）
 	InputSize int
+	// 四级漏斗切片级（技术设计.md「预标注四级漏斗」）：切片检测置信度下限 / 块长边（原图像素）/ 相邻块重叠比
+	TileThreshold float64
+	TileSize      int
+	TileOverlap   float64
 }
 
 // Detection RF-DETR 单目标检测结果；Detect 返回前已映射为原图像素左上角（X/Y）+ 宽高
@@ -57,6 +61,9 @@ func LocalAiClient(ctx context.Context) *LocalAi {
 		ConfConfirmed:    g.Cfg().MustGet(ctx, "localAi.confConfirmed", 0.5).Float64(),
 		OverlapThreshold: g.Cfg().MustGet(ctx, "localAi.overlapThreshold", 0.3).Float64(),
 		InputSize:        g.Cfg().MustGet(ctx, "localAi.inputSize", 700).Int(),
+		TileThreshold:    g.Cfg().MustGet(ctx, "localAi.tileThreshold", 0.12).Float64(),
+		TileSize:         g.Cfg().MustGet(ctx, "localAi.tileSize", 1024).Int(),
+		TileOverlap:      g.Cfg().MustGet(ctx, "localAi.tileOverlap", 0.25).Float64(),
 	}
 }
 
@@ -122,10 +129,52 @@ func QwenVL(ctx context.Context, imgData []byte, mime, prompt string) (string, e
 // imgW/imgH 为原图尺寸；返回坐标均为原图像素尺度。
 func (c *LocalAi) Detect(ctx context.Context, data []byte, mime string, imgW, imgH int) ([]*Detection, error) {
 	sub, scale := c.prepare(data, mime, imgW, imgH)
+	return c.submitDetect(ctx, sub, mime, scale, 0, 0, c.Threshold)
+}
+
+// DetectRegion 对原图中指定像素矩形区域做检测（四级漏斗切片级/VLM 候选区精修）：
+// 裁剪 → 等比缩放至最长边 InputSize 提交 → 坐标映射回原图像素。
+// threshold 由调用方给定（切片级用低于全图的阈值，小目标置信度天然偏低）；
+// region 越界内部钳制到图片边界。返回坐标均为原图像素尺度。
+func (c *LocalAi) DetectRegion(ctx context.Context, data []byte, mime string, imgW, imgH int, rx, ry, rw, rh int, threshold float64) ([]*Detection, error) {
+	rx = maxInt(0, minInt(rx, imgW-1))
+	ry = maxInt(0, minInt(ry, imgH-1))
+	rw = minInt(rw, imgW-rx)
+	rh = minInt(rh, imgH-ry)
+	if rw <= 0 || rh <= 0 {
+		return nil, nil
+	}
+	src, _, err := image.Decode(bytes.NewReader(data))
+	if err != nil {
+		return nil, fmt.Errorf("解码图片失败: %w", err)
+	}
+	cropper, ok := src.(interface {
+		SubImage(image.Rectangle) image.Image
+	})
+	if !ok {
+		return nil, fmt.Errorf("图片格式不支持区域裁剪")
+	}
+	sub := cropper.SubImage(image.Rect(rx, ry, rx+rw, ry+rh))
+	var buf bytes.Buffer
+	if strings.Contains(mime, "png") {
+		_ = png.Encode(&buf, sub)
+	} else {
+		_ = jpeg.Encode(&buf, sub, &jpeg.Options{Quality: 92})
+	}
+	region, scale := c.prepare(buf.Bytes(), mime, rw, rh)
+	return c.submitDetect(ctx, region, mime, scale, float64(rx), float64(ry), threshold)
+}
+
+// submitDetect 提交检测请求并解析：sub 为已缩放的提交图字节，scale 为提交图→原图（或区域）
+// 的缩放比，offX/offY 为提交图坐标系到原图坐标系的偏移（全图 0,0，区域检测为区域左上角），
+// threshold 为本次候选置信度下限。响应 x/y 是框中心：先转左上角，再按比例尺映射回原图像素。
+// 不做中心转左上会把中心当角点，下游再加 w/2 时整框偏移半宽半高
+// （实测 RNPHE_133: 响应(403,664) 即目标中心，旧逻辑落库 cx 偏 +w/2）。
+func (c *LocalAi) submitDetect(ctx context.Context, sub []byte, mime string, scale, offX, offY, threshold float64) ([]*Detection, error) {
 	body, err := json.Marshal(map[string]any{
 		"model":     c.Model,
 		"image":     fmt.Sprintf("data:%s;base64,%s", mime, base64.StdEncoding.EncodeToString(sub)),
-		"threshold": c.Threshold,
+		"threshold": threshold,
 	})
 	if err != nil {
 		return nil, err
@@ -154,20 +203,60 @@ func (c *LocalAi) Detect(ctx context.Context, data []byte, mime string, imgW, im
 	if err := json.Unmarshal(raw, &out); err != nil {
 		return nil, err
 	}
-	// 响应 x/y 是框中心：先转左上角，再从提交图比例尺映射回原图像素。
-	// 不做此转换会把中心当左上角，下游再加 w/2 时整框偏移半宽半高
-	// （实测 RNPHE_133: 响应(403,664) 即目标中心，旧逻辑落库 cx 偏 +w/2）。
 	for _, d := range out.Detections {
 		d.X -= d.Width / 2
 		d.Y -= d.Height / 2
-		d.X /= scale
-		d.Y /= scale
+		d.X = d.X/scale + offX
+		d.Y = d.Y/scale + offY
 		d.Width /= scale
 		d.Height /= scale
 	}
 	return out.Detections, nil
 }
 
+// TileRegion 滑窗切片块（原图像素）
+type TileRegion struct {
+	X, Y, W, H int
+}
+
+// TileRegions 滑窗切片网格（四级漏斗 L2）：tileSize 为块长边（原图像素），tileOverlap 为
+// 相邻块重叠比（步长 = tileSize*(1-tileOverlap)），从左上到右下枚举，边缘块贴边收口保证全覆盖。
+func TileRegions(imgW, imgH, tileSize int, tileOverlap float64) []TileRegion {
+	if tileSize <= 0 {
+		tileSize = imgW
+	}
+	if tileSize > imgW {
+		tileSize = imgW
+	}
+	if tileSize > imgH {
+		tileSize = imgH
+	}
+	step := maxInt(1, int(float64(tileSize)*(1-tileOverlap)))
+	tiles := make([]TileRegion, 0, (imgW/step+1)*(imgH/step+1))
+	for y := 0; y < imgH; y += step {
+		ty := y
+		if ty+tileSize > imgH {
+			ty = imgH - tileSize
+		}
+		th := minInt(tileSize, imgH-ty)
+		for x := 0; x < imgW; x += step {
+			tx := x
+			if tx+tileSize > imgW {
+				tx = imgW - tileSize
+			}
+			tw := minInt(tileSize, imgW-tx)
+			tiles = append(tiles, TileRegion{X: tx, Y: ty, W: tw, H: th})
+			if tx+tw >= imgW {
+				break
+			}
+		}
+		if ty+th >= imgH {
+			break
+		}
+	}
+	return tiles
+}
+
 // prepare 整图等比缩放至最长边 InputSize（等比，不裁剪），返回提交字节与缩放比（原图/提交图）。
 func (c *LocalAi) prepare(data []byte, mime string, imgW, imgH int) ([]byte, float64) {
 	if imgW <= 0 || imgH <= 0 || imgW <= c.InputSize && imgH <= c.InputSize {

server/config.yml

@@ -99,6 +99,10 @@ localAi:
   confConfirmed: 0.5    # 置信度 ≥ 0.5 视为确认(class 0 真目标)；0.2~0.49 落疑似(class 1)待人工复核（2026-09-02 RNPHE_257 实测调定：误检可达 0.46~0.5 且与真目标仅差 ~0.1，误检落 class 0 会污染训练正样本）
   overlapThreshold: 0.3  # 重叠去重阈值（交叠/较小框面积，NMS 风格；RF-DETR 同目标常输出一大一小两框，minIoU 比 IoU 更能命中）
   inputSize: 700        # 提交前整图等比缩放最长边；RF-DETR 模型包固定 700x700 输入（stretch 拉伸、不支持动态尺寸，见模型包 inference_config.json），提交更大最终也拉伸到 700 无增益，2026-09-01 实测回退
+  # 预标注四级漏斗（技术设计.md「预标注四级漏斗」）：全图扫描空检 → 切片扫描 → VLM 提议候选区精修，键见下
+  tileThreshold: 0.12   # 切片级候选置信度下限：小目标（切片后 ~40px）置信度天然偏低，量级取 RF-DETR-S 实测经验；低于全图 threshold 的候选仍入库落疑似(class 1)待人工复核，宁多勿漏
+  tileSize: 1024        # 切片块长边（原图像素）：缩至 inputSize 后约 0.68 倍，画面高 2% 的目标（~64px）保住 ~44px 可检，全图直缩只剩 ~15px；块过小则滑窗块数爆炸，1024 为精度/块数平衡
+  tileOverlap: 0.25     # 相邻块重叠比：跨块目标不因切缝丢失；跨块重复检出由 overlapThreshold（minIoU）去重
   # 标注类别名（写入 data.yaml，随 result.json 存模型 labels）从数据集表取：
   # 第一类 = gen_species（空回退数据集名），第二类 = gen_classes（空回退 class0/class1）
 

server/技术设计.md

@@ -406,6 +406,7 @@ training:
 
 - `localAi` 配置节点：键与取值以 config.yml 为准，文档不复制具体数值（曾多次调整阈值致双源漂移，2026-09-02 起删除此类描述）——**部署前提：RF-DETR 服务须从 Go 服务器可达**（现跑在 Mac 上，部署时搬服务器/训练机；**未配置时图片上传/生成接口直接报错**——标注是强语义，不允许产生无标注图片；配置调不通则任务 failed，页顶错误条展示，不自动重试）；**端点为配置唯一来源，无运行时覆盖**
 - **预标注自动触发（2026-08-26 决策，无手动按钮）**：手动上传/AI 生成图片入库成功后，自动对**本次新增图**发起标注；**`localAi` 未配置 → 上传/生成接口直接报错**（同步检查，生成场景在第一张生成前检查避免付费资产生成后标不了）；**已有 running 标注任务（忙）→ 不报错**：上传/生成照常成功，新图由「任务成功完成后自动补标未标注图」机制兜底（每轮任务成功结束时检查该数据集**从未扫描过**的图（labels 为 null/''），有则自动续一轮——失败任务不续，防配置坏时无限重试；**2026-09-02 空检出图不入自动补标池**：检出为空的图写 `labels_json='[]'` 后仍被视作未标注（管理端未标注 tab 照常展示等人工画框），但不入自动池——空检出图若留池，每轮自动续一轮只会扫到别的空图、扫完又轮回来：RNPHE_202（阈值调高后 0 检出，低阈下 12 个候选全为噪声，无一过丢弃线）单张被上一版「排除本轮已扫图」恰好挡住未暴露，2026-09-02 兔子批量 3 张空检出实测 {9}→{10,17}→{9}… 无限交替、每轮白打一次 RF-DETR 方暴露；现自动链条只扫从未扫描的图，每张图至多被自动扫一次，空检出图确需重扫由人工触发（按文件名批量/全量任务，见下））；service 逐张调 local-ai 推理（common 池并行，`label_task` 记录 total/done 进度）→ 扫描结果（YOLO 归一化 xywh + 置信度 + 建议类别）**直写 `dataset_image.labels_json`（重跑覆盖该图标注）**；**置信度分档（2026-09-02 起按两档语义调定，具体数值以 config.yml 为准不在此复制）**：conf ≥ confConfirmed 落 class 0 真目标，threshold ≤ conf < confConfirmed 落 class 1 疑似待人工复核，低于 threshold 不入库；背景（RNPHE_257 实测）：COCO 通用 rfdetr 对类鸟纹理误检置信度可达 0.46~0.5 且与真目标仅差 ~0.1（真目标 0.562、两误检 0.477/0.462 曾全落 class 0），低置信段是纯噪声候选（该图 21 个原始检出中 17 个落此区间）；单阈值无法分离真/假目标（类别名也无用——全部输出 "bird"）；误检落 class 0 会作为雉鸡正样本直接污染训练集，危害大于真目标降级疑似（后者人工一键确认即可）；**重叠去重（2026-08-26 修订）**：NMS 风格、按置信度降序依次保留，与已保留框**重叠比（minIoU = 交叠面积/两框较小面积）> `localAi.overlapThreshold`**的框剔除（同目标被重复检出只留置信度最高者，跨 class 去重；人工画框不参与去重）——**用 minIoU 而非 IoU**：RF-DETR 对同一目标常输出一大一小两个框（标准 IoU 仅 0.3~0.5 会漏杀，实测红黄重叠即此形态），大框套小框时小框被覆盖比例高，minIoU 命中；相邻目标两框互有外露，minIoU 通常 < 0.3；**全图扫描**（项目既定规则：不套用生成规格的位置裁剪，候选宁多勿漏）；**单图框数上限（2026-09-02，定义于 consts.go `consts.MaxPrelabelPerImage`）**：去重后仍超上限按置信度取前 N（曾按生成声明数 animal_count 裁剪致漏目标——声明 1 个不代表图内只有 1 个；手动上传图同限）；不设候选确认两阶段（2026-08-26 撤销 candidates_json）；`POST /admin/label-tasks` 接口保留（服务端 `filenames` 参数支持指定图批量重标，2026-09-02 前端入口收敛后仍可全量——不传 filenames 即全量扫描）
+- **预标注四级漏斗（2026-09-04，树栖藏匿难例）**：树冠藏匿生成图（树栖物种目标仅占画面高 ~2%）在全图扫描下不可检——模型包固定 700x700 stretch 输入（见「预标注模型固定 700x700」，不支持动态分辨率，提高提交分辨率无增益），占图高 2% 的目标等比缩入后仅 ~15px 落在检出盲区。单张处理升级为逐级漏斗，**检测只信 RF-DETR，VLM 永不直接出框（只提议候选区）**：①**全图扫描**（现有 `Detect`，`localAi.threshold`）有候选即收（绝大多数图到此命中，不触发后级）；②空检出 → **切片扫描**：`common.TileRegions` 滑窗切块（块长边/重叠比 = `localAi.tileSize`/`tileOverlap`，边缘块贴边收口保证全覆盖）逐块 `DetectRegion` 按低阈值（`localAi.tileThreshold`，小目标置信度天然偏低，量级取 RF-DETR-S 实测经验；低于全图丢弃线的候选仍入库落疑似 class 1，宁多勿漏）检测，块内坐标在 DetectRegion 内映射回原图像素，跨块重复检出由既有 minIoU 去重兜住；③仍空 → **VLM 提议候选区**：qwen3-vl-8b 按「宁可指错不可遗漏」提示词输出 ≤`consts.VlmLocateMaxRegions` 个归一化候选区（与手动藏匿位补检不同：此阶段图内无已确认框，无排除集；物种注入同 vlm-review——`gen_species` 空回退数据集名），逐区扩大 `consts.VlmRegionExpand` 倍（VLM 坐标偏粗，扩大给 RF-DETR 足够上下文，钳制图片边界）后 `DetectRegion` 精修，精修命中的框才采纳、未命中丢弃（VLM 误报被 RF-DETR 否掉）；**VLM 失败/超时/输出非法一律跳过该级不阻塞任务**（三模型共存 + local-ai 服务端排队串行，无需显存互斥检查，2026-09-02 已放开）；④全空 → 写 `'[]'`（语义不变：未标注 tab 展示等人工画框、不入自动补标池防乒乓）。漏斗各级候选同通道处理：conf ≥ confConfirmed 落 class 0、否则 class 1、minIoU 去重、单图上限 `consts.MaxPrelabelPerImage`，全图扫描不套生成规格的项目规则不变。单图超时 120s → `consts.LabelImageTimeoutSec`（切片 ~20 块串行 + VLM 兜底；切片在单图池任务内串行执行，不嵌套协程池）
 - **手动标注入口收敛（2026-09-02 决策）**：详情页删除「全量标注」按钮与图片卡片「审核」按钮，**标注入口仅两处（勾选图片驱动，顶栏）**：①「预标」= POST `/admin/label-tasks` 传选中图 `filenames`（只扫选中图，覆盖各图已有标注）；②「补标」= 对选中图逐张 POST `/datasets/images/vlm-review`（VLM 藏匿位补检，追加疑似框，批量=前端循环单图接口，依赖已确认框作为排除基准）——VLM 补检按钮从标注编辑器迁出（2026-09-02）；点卡片缩略图仍进人工编辑器（确认/清理/画框，编辑器内不再有 VLM 按钮），编辑器文案「图片审核」→「图片标注」；服务端全量重标能力保留但不再有 UI 入口
 - **详情页布局（2026-09-02 卡片化改版后快照）**：图片以缩略图卡片网格展示（每页 18 张，点卡片进弹窗编辑器）；页顶标注/AI 生成任务进度条；**图片列表三 tab（2026-09-02）**：「未标注」（默认，待处理优先）、「已标注」、**「已清洗」**各带计数——已标注判定 = labels_json 非空（空检出 `[]` 的图仍在未标注，等人工画框）；**已清洗 tab = clean_excluded=1 的图（数据清洗执行后从已标注 tab 移入，卡片角标同 tab 语义二选一），内提供逐张/批量恢复（= 清除标记，回「已标注」）**，恢复仅动作无删除；「数据清洗」按钮在已标注 tab 工具条（分析/执行入口，见下节）；切 tab/翻页均清空勾选（防跨 tab 误标），编辑器「上一张/下一张」仅在当前 tab 列表内导航（连续标注不串到另一分类）；**卡片上不再叠「已标注/未标注」角标**（2026-09-02，分类由 tab 表达），仅保留 AI 来源角标（付费资产提示）
 - **弹窗标注**：点击原图/标注图打开放大弹窗（大 canvas，1152x2048 原尺寸），支持两点画框/点框删除/清空/类别切换（确认 0/疑似 1）/上下一张/保存——**AI 自动标注与人工框同层可编辑**（含清理 AI 框）；保存即整体覆写 `dataset_image.labels_json`（JSON 数组，YOLO 归一化 xywh+类别+置信度，空=清空标注）；未保存修改切换图片有确认