Skip to content

v0.9.0

Latest
Latest

Choose a tag to compare

View all tags
@wahonet wahonet released this 01 Jul 10:41
· 25 commits to main since this release
v0.9.0
e99d4e7

v0.9.0 — 数据可信度加固

v0.8.0 之前一直在加功能，到这一版功能链基本齐了。v0.9.0 不再扩功能，回头把"数据可信度"和"工程地基"做扎实：每条标注能不能进训练池、为什么不能、怎么一键修；AI 兜底产出的候选不再混在真神经网络置信度里；纯函数有了回归网，不会再改个小地方就出隐蔽 bug。

一句话：从"功能验证型"转向"数据质量型"。

完整发布说明：https://github.com/wahonet/WSC3D/blob/main/docs/RELEASE_NOTES_v0.9.0.md
逐步工作日志：https://github.com/wahonet/WSC3D/blob/main/docs/WORK_LOG_v0.9_reinforcement_2026-07-01.md

修复

  • import-md 不再静默失效：/api/iiml/:stoneId/import-md（从结构化档案导入标注）之前因为 catalog 不再解析 Markdown，导入 0 条却不报错；现在直接解析档案，找不到时明确抛 metadata_not_found。

改进

  • 训练就绪度面板：编辑任意标注，顶部实时显示"能否进训练池 / 卡在哪一项 / 一键修复"，标注时就能修，不用等导出才发现大批失败。
  • 列表批量修复：多选标注后批量设类别 / 审核状态 / 质量 / 训练角色。SAM 一批产出 20 条 candidate，几下就升成可训练状态。
  • AI fallback 显式分级：SAM/YOLO 兜底的轮廓候选显式标 weak + fallback 徽章，不再用假置信度（0.62）混在真神经网络候选里，避免污染训练集。
  • SAM image embedding 缓存：同一块石头多次 prompt 只算一次 embedding，批量标注明显变快。
  • 对齐重投影误差反馈（保存 4 点对齐时状态条显示残差）。
  • catalog 自动失效：加新模型自动重建列表，不再需要手动 POST /api/scan/refresh。

工程地基

  • 单元测试底盘：之前零测试。这一版用 node:test + tsx（零新依赖）加了 63 个用例，覆盖训练池准入 11 项约束、4 点单应性矩阵 roundtrip、COCO 70/15/15 划分的防泄漏不变量、IIML frame 迁移、SAM3 概念词映射。
  • 依赖分层：requirements.txt 默认 CPU（MobileSAM 本就跑 CPU），GPU 用户换 requirements-cu128.txt 给 SAM3 提速；消除了 requirements / pyproject 长期的版本矛盾。
  • cloneDoc → 原生 structuredClone；App.tsx 抽出 SAM3 概念词映射纯函数；修了 main.py 端口注释笔误。

文档与许可

  • 采用 木兰宽松许可证第2版（MulanPSL-2.0），详见 LICENSE。
  • README 重写：口语化，每个模块（浏览 / 拼接 / 标注）讲清功能、作用和实现方式。
  • 新增 v0.9.0 发布说明与工作日志；归档了内部过程文档（ROADMAP / THINKING / 旧 worklog 等）。

验证

npm run typecheck 通过 · npm test 63/63 全绿 · Python py_compile 通过

Assets 2
Loading