宏全三支 — 堆高機自動預標驗收報告
2026-08-05 · 流程：去重 → SAM3 標堆高機 → forklift_v20260804 複檢 → 上傳 cvat #9
驗收方式：標註已全部預先畫好，不需要從零標。只要看兩件事 ——
① 紅色數字（SAM3 漏、模型有）：這些框是模型補上的，確認是不是真的堆高機
② 黃色數字（SAM3 有、模型沒有）：這些只有 SAM3 認為是，可能誤標
兩者都沒問題的（2,101 個）是兩個模型獨立達成一致，可快速略過。
所有 task 都刻意「不設 acceptance」 —— 驗收通過後再設成 acceptance/completed，才會被 export 收進訓練。
一、去重成效
| 鏡頭 | 原始張數 | 去重後 | 壓縮 |
|---|
| 物流A倉充電站 | 2,020 | 526 | 74.0% |
| 物流A倉出貨 | 35 | 23 | 34.3% |
| 自動倉北側 | 1,078 | 873 | 19.0% |
| 合計 | 3,133 | 1,422 | 54.6% |
|---|
判準：同一 (鏡頭, 日期) 內 dHash 完全相同者只留第一張。跨 task 一起去重 ——
因為同一天的 Train/Val/Test 三個 task 本來就是同一批畫面切開的，不跨 task 去重會漏掉重複。
另已先濾除空白／掉線幀（灰階 std < 8），本批 0 張。
二、SAM3 vs 模型 複檢
| 鏡頭 | 圖 | SAM3 標到 | 模型偵到 |
兩者一致 | 🔴 SAM3 漏 | 🟡 SAM3 多 | SAM3 漏偵率 |
|---|
| 物流A倉充電站 | 526 | 1415 | 1736 | 1152 | 584 | 263 | 33.6% |
| 物流A倉出貨 | 23 | 11 | 11 | 10 | 1 | 1 | 9.1% |
| 自動倉北側 | 873 | 983 | 1017 | 939 | 78 | 44 | 7.7% |
| 合計 | 1422 | 2409 | 2764 |
2101 | 663 | 308 |
24.0% |
|---|
SAM3 在「物流A倉充電站」漏得最多（584 個，佔該鏡頭模型偵測數的
34%）
原因很直接：該鏡頭平均每張有 3 台以上堆高機並排充電、互相遮擋，SAM3 傾向把整排合併成一個或漏掉被擋住的個體。
自動倉北側只漏 8%，因為多半是單台。
這正是用模型複檢的價值 —— 光靠 SAM3 會少 663 個標註（24%）。
三、驗收網址（9 個 task）
| 鏡頭 | 日期 | task | subset | 張數 |
標註 | 一致 | 🔴SAM3漏 | 🟡SAM3多 |
|---|
| 物流A倉充電站 | 20260706 | 11252 | Train | 250 | 1006 | 622 | 231 | 153 |
| 物流A倉充電站 | 20260706 | 11253 | Train | 115 | 450 | 258 | 150 | 42 |
| 物流A倉充電站 | 20260708 | 11254 | Test | 161 | 543 | 272 | 203 | 68 |
| 物流A倉出貨 | 20260708 | 11255 | Train | 23 | 12 | 10 | 1 | 1 |
| 自動倉北側 | 20260706 | 11256 | Train | 250 | 303 | 265 | 28 | 10 |
| 自動倉北側 | 20260706 | 11257 | Train | 250 | 301 | 272 | 17 | 12 |
| 自動倉北側 | 20260706 | 11258 | Train | 250 | 319 | 282 | 19 | 18 |
| 自動倉北側 | 20260706 | 11259 | Train | 118 | 132 | 114 | 14 | 4 |
| 自動倉北側 | 20260721 | 11260 | Test | 5 | 6 | 6 | 0 | 0 |
| 合計 | 1,422 |
3,072 |
2,101 |
663 |
308 |
|---|
四、注意事項
- 原本的 14 個待標 task 應作廢 —— 那些是未去重的原始資料（3,133 張）。
本批已用去重後的 1,422 張重建，兩者重複標會浪費工時。
- subset 已按日期整組分配（同一天絕不跨 subset，避免 train/test leak）。
20260706 那批量最大所以配 Train、20260708 / 20260721 配 Test，
既有已標的 20260707 維持原分配。
物流A倉出貨 仍然嚴重不足 —— 去重後只剩 23 張（原始 35 張、重複率 34%）。
而且 20260706 那批上傳失敗（task 11231 是空殼），這支還是需要重傳 + 補錄影。- 兩者皆空的圖有 18 張 —— SAM3 和模型都沒偵到堆高機。
這些若確認確實沒有車，是很有價值的 negative 樣本（該鏡頭目前幾乎沒有）。
SAM3 prompt="forklift" 閾值 0.35（比 person 的 0.5 低，因堆高機常被遮擋）·
複檢模型 forklift_v20260804 @ imgsz 1280 / conf 0.25 · IoU 0.5 判定一致 ·
最終標註為兩者聯集（一致處採用 SAM3 的 polygon 輪廓，模型補的採矩形）