1

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）