# EXP-3D-RGBD-COMPLETION-V11 协议 起草:Claude(经用户授权持续推进),2026-09-29。本协议在任何 V11 训练之前冻结,且只在 Core B V2 收尾之后冻结。按用户要求,GPU 暂停使用,全程只用 CPU(8–23 号核)。 ## 0. 背景 - **几何基线:** 学到的状态整体上与直接重投影持平。它在被看到的区域差得多,在没被看到的区域更好。 - **上限分析(DEV,已封存预测):** 即使观测区域完全保留测量,整体也只比重投影好约 0.03。瓶颈在补全质量。 - **容量试验(探索性,TRAIN24 训练,48 个 TRAIN-X 场景评价):** - hidden 32 相对 hidden 8,在离测量较远的像素上好 0.059 [+0.021, +0.098]; - 保留测量、用宽 carrier 补全的组合(FILL8)比重投影好 0.028 [−0.003, +0.063]。 - **V9:** 可变视角训练对标准 3 视角没有收益(+0.002,CI 跨零)。点估计 > 0,所以按 V9 出结果前写定的计划(`PLAN_BEFORE_V9_RESULTS.md`),V11 的基础配方为 V9 C1(可变 3–7 视角)。 - **本轮问题:** 1. 在 TRAIN72 上训练的 V9 配方中,加宽 carrier 能否改善未观测区域的补全? 2. 保留测量、用宽 carrier 补全的组合,能否超过直接重投影? ## 1. 数据 - **训练:** TRAIN72,额外视角帧与 V9 相同。 - **checkpoint 选择:** 8 个 DEV 场景,标准 3 视角,规则与 V7–V9 相同。DEV 结果只作次要描述。 - **主评价:** EVAL-V3,57 个场景,来自 32 个 volume(`outputs/EXP-3D-RGBD-EVAL-V3-DATA`)。 - 按场景和源资产与全部已用场景不相交,与 DEV、FRESH 的 volume 不相交,但可能与 TRAIN72 共享 volume。 - 它是机制队列,不作资格验证。 - **不使用:** FRESH-V1、FRESH-V2;TRAIN-X 不作评价(已被容量试验使用);受保护的 final holdout 不打开。 ## 2. 变体 | ID | 名称 | 宽度 | 参数 | 角色 | |---|---|---|---|---| | C0 | WIDTH8 | hidden 8,expansion 16 | 5,150 | 基线;重新训练,应与 V9 C1 逐位相同 | | C1 | WIDTH32 | hidden 32,expansion 64 | 64,238 | **PRIMARY_METHOD** | - **相同的部分:** V9 C1 的全部配方,包括 TRAIN72、32³、CONTEXT_DEPTH bounds、冻结的 V2 C1 loss、6000 步、checkpoint 步、学习率、可变 3–7 视角规则及其独立的随机数生成器(seed + 7919)、seed、场景顺序与射线。 - **执行:** 6 个训练(2 个宽度 × 3 个 seed)同时运行,各占 1 个 CPU 核。 ## 3. EVAL-V3 评价(主) - **状态构建:** 每个场景与角色的上下文只经上下文加载器读取(RGB-D,只含上下文帧),bounds 为 CONTEXT_DEPTH。C0、C1 的选中 checkpoint 分别构建状态,并渲染每个 primary query 相机。 - **重投影基线:** 用同一上下文的深度做重投影(1 像素 z-buffer,空洞用最近邻填补,全空时用 TRAIN 拟合的常数 2.3736 m)。 - **封存:** 全部预测写盘并记录哈希之后,才读取 query 深度。 - **区域:** - FAR:离任一重投影命中点超过 8 像素的有效像素; - NEAR:其余有效像素; - FILL8:NEAR 用 REPROJ_NN,FAR 用 carrier。 - **主 gate:** 使用冻结的 V2 gate 检查(均值 > 0、CI 下界 > 0、至少 75% 的场景不差、每个留一场景 > 0、正贡献中单个场景占比 ≤ 0.5),按 EVAL-V3 场景做 10,000 次 bootstrap,seed 20260928。 - COMPLETION_STATUS:COMPLETION_GAIN = FAR AbsRel(C0) − FAR AbsRel(C1); - HYBRID_STATUS:HYBRID_GAIN = AbsRel(REPROJ_NN) − AbsRel(FILL8 of C1)。 - **描述性:** C0 与 C1 在 ALL、NEAR 上的差;REPROJ_NN 与 C1 在 FAR、ALL 上的差;REPROJ_NN 与 C0 的 FILL8 的差。 - **分支(预先写定):** - A:两个主 gate 都 SUPPORTED。加宽改善了补全,并且保留测量的组合超过直接重投影;下一步需要按 volume 独立的确认。 - B:只有一个 SUPPORTED。 - C:两个都不成立。 ## 4. DEV(次要) 沿用 V9 的 DEV 流程与冻结的 V2 估计器,报告 WIDTH_GAIN_DEV = AbsRel(C0) − AbsRel(C1)、场景专属性、多视角融合与无几何常数参照。这些结果不进入分支判定。 ## 5. 禁止项 - 使用 GPU;使用 FRESH-V1 或 FRESH-V2;打开 final holdout。 - 根据任何结果修改宽度、配方、区域定义、FILL8 阈值、gate、seed 或训练集。