# EXP-3D-RGBD-DEPTH-BOUNDS-V7 协议 起草:Claude(经用户授权持续推进),2026-09-29。本协议在任何 V7 训练之前冻结。按用户要求,GPU 暂停使用,全程只用 CPU(8–23 号核)。 ## 0. 背景 - **V6(训练规模):** 把训练场景从 24 个扩大到 72 个,DEV AbsRel 从 0.492 降到 0.459。 - SCALE_GAIN +0.033,CI [−0.008, +0.084],SCALE_STATUS=NOT_ESTABLISHED,解读分支 C。 - C1 在全部场景和排除 NO_HIT 场景两种口径下,RAW AbsRel 都没有显著优于 AbsRel 最优常数。 - **非学习融合诊断(EXP-3D-RGBD-NONLEARNED-FUSION-V1):** 学习有增益,剩下的瓶颈在表示和渲染器一侧,其中最明显的一项是 bounds。 - 冻结的 bounds 规则把上下文射线投到一个固定先验(near 0.214 m,far 5.672 m),这个先验只由 3 个场景得到。 - DEV 场景 ai_009_001 的全部查询射线都落在 bounds 之外(NO_HIT)。 - **TRAIN 上的 bounds 诊断**(只用 TRAIN,不看 DEV): | 规则 | 被截断的查询 GT 深度 | 体素边长 | |---|---|---| | 冻结规则 | 26% | 0.43 m | | 测得深度外包盒 | 3.4% | 0.59 m | | 外包盒,裁 1% 尾部 | 14.7% | 0.41 m | - **本轮问题:** 在 RGB-D 轨道上,上下文深度本来就是测试时输入。用测得的上下文深度来确定每个状态的 bounds,DEV 几何能否改善? ## 1. 数据 - **训练:** V6 冻结的 TRAIN72(TRAIN24 加 48 个 TRAIN-X 场景),所有变体相同。 - **DEV:** 与 V2–V6 相同的 8 个场景,本轮是 DEV 机制诊断。FRESH-V1 不使用;受保护的 final holdout 不打开。 - **参考常数:** 无几何常数沿用由 TRAIN24 拟合的值,与 V5、V6 及再分析保持可比。 - **NO_HIT 口径:** 沿用再分析 Amendment 1 的规则。一个场景只有在所有变体的全部密封 RAW 预测都为零时才算 NO_HIT;如果测得深度 bounds 让该场景有了命中,它就不再被排除。 ## 2. 变体 三个变体都是 V6 的 C1 配方:冻结的 V5 C1 模型与 loss(稠密 16³ carrier,零初始化的测得深度旁路,表面监督),72 个训练场景,6000 步。 | ID | 名称 | bounds 规则 | 角色 | |---|---|---|---| | C0 | FROZEN_BOUNDS | 冻结的相机射线先验规则(与 V6 C1 相同) | 基线 | | C1 | DEPTH_BOUNDS | 锚点坐标系下的轴对齐盒,包含全部有效上下文深度反投影点和全部上下文相机中心 | **PRIMARY_METHOD** | | C2 | DEPTH_BOUNDS_TRIM1 | 同 C1,但每个轴只取反投影点的 1%–99% 分位(相机中心仍强制在盒内) | 次要,不进入 gate | - **bounds 的来源:** - C1、C2 的盒再按冻结规则外扩:边长 ×1.1,每轴至少 1 m。 - 只用上下文帧的深度,在状态密封之前按 CONTEXT_ONLY_RGBD 读取。 - 每个上下文角色(A/B)用它的完整上下文算一个盒;anchor 状态沿用对应完整角色的盒。 - 训练和评价用同一条规则。 - **相同的部分:** - 同 seed 的初始化完全相同(参数哈希一致); - checkpoint 位于 [100, 200, 300, 500, 750, 1000, 1500, 2000, 3000, 4000, 5000, 6000]; - 训练数据流一致; - 其余训练超参与 V5、V6 相同。 - **唯一差别:** bounds 规则。 - **C0 的复现:** C0 预期复现 V6 C1。结果只作描述;如果不一致,记录差异,不改变判定。 ## 3. 判定 统计沿用冻结的 V2 估计器(10,000 次 scene paired bootstrap)。 - **BOUNDS_STATUS:** 对 C0−C1 应用 V2 的主对比 gate,BOUNDS_GAIN = AbsRel(C0) − AbsRel(C1)。 - **SCENE_SPECIFICITY_STATUS、STATIC_DEV_STATUS:** 均针对 C1,定义与 V5、V6 相同。 - **描述性结果:** - TRIM_GAIN = AbsRel(C2) − AbsRel(C1)。正值表示覆盖率比体素大小更重要。 - 最后一步(6000 步)不做选择的 DEV AbsRel,用来衡量选择偏差。 - 训练集拟合; - 学到的 σ; - OBS 区域; - 与无几何常数的比较,同时报告全部场景和排除 NO_HIT 场景两种口径。 - **分支(预先写定):** - A:BOUNDS_STATUS=SUPPORTED,且在全部 DEV 场景上 C1 的 RAW AbsRel 显著优于 AbsRel 最优常数。下一轮需要新的独立队列做资格验证(FRESH-V1 已用过一次)。 - B:BOUNDS_GAIN 的 CI 下界 >0,或 C1 在全部场景或排除 NO_HIT 后的场景上显著优于常数,但不满足 A。下一轮检验分辨率(32³)或更多训练数据。 - C:其余情况。剩余瓶颈不在 bounds 覆盖,下一轮另写协议(分辨率、深度读出或先验)。 - 任何分支下都不运行 Dynamic TTT,`FINAL_STATIC_STATUS=NOT_ESTABLISHED`。 ## 4. 禁止项 - 使用 GPU;使用 FRESH-V1;打开 final holdout。 - 根据 DEV 结果修改 bounds 规则、裁剪比例、loss、步数、checkpoint 规则、seed、训练集或主方法。 - 用任何查询 GT 来确定 bounds。