Skip to content

v1.1.0 - 架构重构 + Q11/Q16 修复

Choose a tag to compare

@lengmodkx lengmodkx released this 01 Jun 08:33
· 12 commits to master since this release
55a8be1

答题卡智能识别系统 v1.1.0

在 v1.0.0 黄金模板法基础上完成架构重构识别精度优化,为后续接入 YOLO/AI 识别器铺平道路。

✨ 新增功能

🔌 阶段 1: Recognizer 协议抽象 (#7)

将黄金模板法与差分法统一到 Recognizer 协议下:

  • 新增 core/recognizer.py:Protocol + RecognizeContext + RecognizeResult + make_recognizer 工厂
  • 新增 core/recognizers/golden.py:黄金模板法适配器
  • 新增 core/recognizers/differential.py:差分法适配器(自动重整"(多涂)"后缀)
  • 后续接入 YOLO / AI 评分只需新增一个适配器,零侵入 app.py

🎯 阶段 2: ScoreCalculator 集中化 (#3)

把散落在 app.py:810-825 的内联算分循环抽离到独立模块:

  • 新增 core/score_calculator.pycalc_total_score / match_answer / round_score 纯函数
  • Excel 导出新增 _answers_json 列:未来 ground truth 可直接从历史 Excel 提取
  • 算分逻辑 100% 可测试(22 用例),微服务化时可零改动平移到 FastAPI/gRPC

🔀 阶段 7: 双识别器交叉验证 (#8)

黄金模板法 vs 差分法交叉验证,分歧题自动进 Tab3 人工核对

  • 新增 core/recognizer_manager.pyRecognizerManager + 4 种 agreement_type
    • all_empty / all_match / one_uncertain / disputed
  • Tab2 新增 enable_cross_validate 开关,默认关闭, 0 回归
  • Tab3 高亮 disputed 题 + 新增"分歧""一致率"汇总列
  • N=1 降级:单识别器时不误判为 one_uncertain

🐛 Bug 修复

Q11/Q16 低对比度场景误判 empty (#9)

修复真实场景中浅填涂被错判为空题的 bug:

  • 根因core/golden_template.py:301 防线1 阈值 best_delta < 8 过于宽松,Q11/Q16 类浅填涂(best_val=210, best_delta=5-7)穿过所有防线被误判为 empty
  • 修复:阈值收紧到 best_delta < 4,提取 _classify_answer 静态方法便于单测
  • 新增 13 个边界测试覆盖 Q11/Q16 真实场景 + 阈值上下界

📊 测试覆盖

测试套件 用例数
test_score_calculator.py 60
test_recognizer.py 55
test_recognizer_manager.py 57
test_golden_template.py 48 (含 13 个新增边界用例)
合计 220 passed, 0 failed

🚀 兼容性

  • 完全向后兼容:Tab2 默认走原黄金模板识别路径,识别结果与 v1.0.0 一致
  • 可选新功能
    • Tab2 勾选"启用交叉验证"开启双识别器对比
    • Tab3 自动展示 disputed 题高亮

📦 本次发布包含

  • 4 个新模块(core/recognizer.py / core/recognizers/* / core/recognizer_manager.py / core/score_calculator.py
  • 4 份单元测试(合计 220 测试用例)
  • 3 份设计文档(docs/plans/2026-06-01-stage{1,2,7}-*-design.md
  • app.py 改造:Tab2 走 Recognizer 协议入口 / Tab3 改用 ScoreCalculator / Tab2 交叉验证开关

🔗 快速开始

cd omr_demo
pip install -r requirements.txt
python -m streamlit run app.py

关联 PR:#3, #7, #8, #9