3. 标注框错位排查：检测模型定位偏差的标注侧根因

系统性定位偏移的标注侧根因

当农业检测模型在验证集上出现“框整体偏上/偏左”“框普遍偏小”这类系统性偏移时，先别急着改模型结构。系统性偏移往往来自标注侧：坐标系原点约定不一致、图像缩放后框未同步换算、或不同标注员对“框边界”的规范理解不同。本例用一组可复现的教学示例数据，把这三类根因逐项量化定位，并给出标注复核流程。

先明确参照约定：本例统一采用图像左上角为原点、x 向右、y 向下的像素坐标系，框用 (x_min, y_min, x_max, y_max) 表示。所有换算与判断都基于这一约定，切换约定必须显式说明。

用教学示例数据量化偏移

假设一张田间图像原图尺寸 W=4000, H=3000，训练输入缩放到 640×480，缩放系数 sx=640/4000=0.16、sy=480/3000=0.16。某标注框在原图坐标为 (1200, 900, 2000, 1500)。下面用一段可直接运行的 Python 脚本，分别模拟三类根因下的“错误框”，并计算偏移向量，观察其形态差异。

import numpy as np

W, H = 4000, 3000
sx, sy = 640 / W, 480 / H          # 均为 0.16

# 原图坐标系下的正确框 (x_min, y_min, x_max, y_max)
gt = np.array([1200, 900, 2000, 1500], dtype=float)

def to_input(box):
    """原图坐标 -> 训练输入坐标"""
    return np.array([box[0]*sx, box[1]*sy, box[2]*sx, box[3]*sy])

gt_in = to_input(gt)               # 正确输入坐标
print("正确输入框:", gt_in)        # [192. 144. 320. 240.]

# --- 根因A：标注工具用左下角原点，y 轴翻转 ---
gt_A = gt.copy()
gt_A[[1, 3]] = H - gt[[3, 1]]      # y_min' = H - y_max, y_max' = H - y_min
pred_A = to_input(gt_A)
dA = pred_A - gt_in
print("A 偏移:", dA)               # y 方向出现大偏移

# --- 根因B：框未做缩放换算，直接当输入坐标用 ---
pred_B = gt.copy()                 # 忘了乘 sx, sy
dB = pred_B - gt_in
print("B 偏移:", dB)               # 偏移与坐标成正比

# --- 根因C：标注员乙留 5px 余量（原图坐标） ---
pad = 5
gt_C = np.array([gt[0]-pad, gt[1]-pad, gt[2]+pad, gt[3]+pad])
pred_C = to_input(gt_C)
dC = pred_C - gt_in
print("C 偏移:", dC)               # 四边均匀外扩，方向对称

# 判读：看偏移与坐标的关系
for name, d in [("A", dA), ("B", dB), ("C", dC)]:
    print(name, "Δx均值=%.2f Δy均值=%.2f" % (d[[0,2]].mean(), d[[1,3]].mean()))

运行后可直接读出三类根因的“指纹”：

• A（坐标系翻转）：Δy 均值很大且随 y_gt 线性变化，Δx 基本为 0。本例中 y 方向偏移约 ±(H−2y)·sy 量级。
• B（缩放未换算）：Δx、Δy 都与坐标值成正比，本例 Δx/x_gt ≈ sx−1 = −0.84，框整体偏大并向右下溢出。
• C（规范不一致）：四边均匀外扩，Δx、Δy 方向对称、量级小（本例约 5×0.16=0.8px），但按标注员分组后组间均值差显著。

标注复核流程设计

定位到根因后，需要一套可执行的复核流程防止问题复发。核心是“先自动筛查、再人工抽检、最后回归验证”三层把关：

1. 自动筛查：对每批标注，用脚本检查框是否越界（x_min<0 或 x_max>W）、宽高是否为负、以及框面积分布是否异常。坐标系翻转和缩放错误通常会在这一步暴露。
2. 分组统计：按标注员、图像尺寸分组计算框的宽高均值与中心偏移，组间差异超过阈值（如 1px）即触发复核。
3. 人工抽检：每批随机抽 5% 图像，由第二人独立标注，计算与原始标注的 IoU，IoU<0.9 的样本进入争议队列。
4. 回归验证：修正后重训，验证集上偏移均值应趋近 0（|Δx|、|Δy| 均值 < 2px），否则回到第 1 步。

把上述判据固化成一张复核检查表，可直接用于每批数据入库前的把关：

完成修正后，用同一验证集重跑推理，统计预测框与修正后标注框的偏移均值。若 |Δx|、|Δy| 均值降到 2px 以内且组间差小于 1px，说明标注侧的系统性偏移已消除；若仍有残余偏移，再转向模型侧（如锚框尺寸、回归损失权重）排查。