1

flutter_app/lib/detection/detection_result.dart

@@ -34,6 +34,9 @@ class DetectionResult {
   double get centerX => (left + right) / 2;
   double get centerY => (top + bottom) / 2;
 
+  /// 疑似（生境预警）类别：类别索引 >0 或训练标签为 suspect
+  bool get isSuspect => classId > 0 || label == 'suspect';
+
   DetectionResult copyWith({
     double? score,
     double? left,

flutter_app/lib/detection/detector_worker.dart

@@ -229,15 +229,12 @@ Future<void> _workerMain(SendPort mainPort) async {
             for (final entry in list[1] as List) {
               final e = entry as List;
               final name = e.length > 3 ? e[3] as String : '';
-              // 模型名带档位标识（数据集名+档位，框来源可辨 s/n）
-              final variant = e.length > 4 ? e[4] as String : '';
-              final displayName =
-                  variant.isEmpty ? name : '$name($variant)';
+              // modelName 仅标注来源数据集名；档位码 s/n 内部记账，不展示给用户
               final d = await TfliteDetector.fromBuffer(
                 e[0] as Uint8List,
                 (e[1] as List).cast<String>(),
                 modelId: (e[2] as num).toInt(),
-                modelName: displayName,
+                modelName: name,
               );
               if (d == null) {
                 failures.add(name.isEmpty ? 'unknown' : name);
@@ -475,8 +472,25 @@ Future<void> _workerMain(SendPort mainPort) async {
 /// 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）。
+///
+/// 2026-09-03 补跨模型同目标窗口：小框被大框覆盖 > [iouThreshold] 直接去重；
+/// 覆盖不足、但两框来自**不同模型**且 [sameTarget]（小框中心在大框内、
+/// 覆盖 ≥ 30%）也去重——不同输入分辨率模型对同一目标的框几何有系统性偏移，
+/// 纯阈值会漏判。同模型框对（模型内已做过类内 NMS）不套用该窗口。
 List<DetectionResult> mergeAcrossModels(
     List<DetectionResult> all, double iouThreshold) {
   if (all.length <= 1) return all;
-  return nms(all, iouThreshold);
+  final sorted = [...all]..sort((a, b) => b.score.compareTo(a.score));
+  final kept = <DetectionResult>[];
+  for (final b in sorted) {
+    final dup = kept.any((k) {
+      if (boxOverlap(k, b) > iouThreshold) return true;
+      if (k.modelId == b.modelId || k.modelId < 0 || b.modelId < 0) {
+        return false; // 同模型/无来源：类内 NMS 已处理，不补窗
+      }
+      return sameTarget(k, b);
+    });
+    if (!dup) kept.add(b);
+  }
+  return kept;
 }

flutter_app/lib/detection/nms.dart

@@ -35,3 +35,22 @@ List<DetectionResult> nms(List<DetectionResult> boxes, double iouThreshold) {
   }
   return kept;
 }
+
+/// 同目标判定（2026-09-03 用户实测修订：同一标注位置/重叠位置，同/异模型
+/// 检出的物种只保留高置信度框）。不同模型对同一目标的框紧致度/偏移系统性
+/// 不同，纯 boxOverlap 阈值（0.45）会漏判「几何明显指向同一位置」的偏移框；
+/// 补判条件：小框被大框覆盖 ≥ [sameTargetMinCover] 且小框中心落在大框内
+/// （相邻独立目标的中心不会落在对方框内，不会被误并）。
+const double sameTargetMinCover = 0.3;
+
+bool sameTarget(DetectionResult a, DetectionResult b) {
+  final cover = boxOverlap(a, b);
+  if (cover < sameTargetMinCover) return false;
+  final aBigger = a.width * a.height >= b.width * b.height;
+  final big = aBigger ? a : b;
+  final small = aBigger ? b : a;
+  return small.centerX >= big.left &&
+      small.centerX <= big.right &&
+      small.centerY >= big.top &&
+      small.centerY <= big.bottom;
+}

flutter_app/lib/detection/tflite_detector.dart

@@ -11,7 +11,7 @@ import 'nms.dart';
 /// 模型输出布局（ultralytics litert 导出）：[1, 4 + nc, anchors]，
 /// cx/cy/w/h 已归一化，类别得分已过 sigmoid；按 out[dim][anchor] 索引。
 /// 输入为 NCHW [1, 3, H, W]（litert 导出保留 torch 布局），H/W 随模型档位：
-/// s 高识别 @1280、n 高性能 @704，输入尺寸取自模型自身。
+/// s 高精度 @1280、n 高性能 @704，输入尺寸取自模型自身。
 class TfliteDetector {
   // 输入尺寸取自模型本身（ultralytics litert 导出 NCHW [1,3,H,W]，各数据集
   // 训练 imgsz 可不同），默认 1280 兜底