Files
Pre_Seg_Server/doc/03-frontend-element-audit.md
admin 29a1a87e52 feat: 完善 SAM2.1 模型选择与标注工作流
- 后端 SAM2 引擎新增 sam2.1_hiera_tiny、sam2.1_hiera_small、sam2.1_hiera_base_plus、sam2.1_hiera_large 四个变体定义,并按变体维护 checkpoint/config、image predictor、video predictor、加载状态、错误信息和真实状态回报。

- 后端 SAM registry 仅暴露当前产品启用的 SAM2.1 变体,保留 sam2 作为 tiny 兼容别名,拒绝 sam3 产品入口,并把 point、box、interactive、auto、propagate 都分发到所选 SAM2.1 变体。

- 后端默认配置和下载脚本切换到 SAM2.1 checkpoint 命名,支持 legacy SAM2 checkpoint fallback,并在状态消息中标出 fallback 使用情况。

- 前端全局 AI 模型状态新增 SAM2.1 tiny/small/base+/large 类型和默认 tiny,API 请求默认携带 sam2.1_hiera_tiny,AI 页面提供模型变体选择和所选模型状态展示。

- AI 智能分割页移除当前产品不使用的 SAM3/文本提示入口,保留正向点、反向点、框选和参数开关;AI 页只展示本页生成的候选 mask,并支持遮罩清晰度调节、候选 mask 上继续加正/反点、清空本页候选、推送到工作区编辑。

- 工作区和 Canvas 补强 SAM2 交互式细化链路:框选后正/反点继续细化同一个候选 mask,反向点请求启用背景过滤,空结果会移除被否定候选;AI 推送到工作区后保留选中态和未保存 draft mask。

- 工作区标注保存闭环补强:未保存 mask 可归档保存,dirty saved mask 可更新,保存后用后端 saved annotation 替换已提交 draft,清空/删除已保存 mask 时同步后端删除。

- Dashboard 任务进度区改为展示 queued、running、success、failed、cancelled 最近任务,处理中统计只计算 queued/running,并保留近期完成记录。

- 时间轴在顶部时间进度条和底部缩略图导航轴之间新增已编辑帧标记带,基于当前项目帧内 masks 标出已有编辑/标注的帧,并支持点击标记跳转。

- 前端测试覆盖 SAM2.1 变体选择、模型状态徽标、AI 页候选隔离、遮罩透明度、候选上追加正/反点、推送工作区保留选择、Canvas 交互式细化、VideoWorkspace 传播/保存、Dashboard 进度和时间轴已编辑帧标记。

- 后端测试覆盖 SAM2.1 变体状态、sam2 alias 兼容、sam3 禁用、semantic 禁用、传播标注保存、Dashboard 最近任务状态和 SAM3 历史测试跳过说明。

- README、AGENTS 和 doc 文档同步当前真实进度,更新 SAM2.1 变体、SAM3 禁用、接口契约、设计冻结、需求冻结、前端元素审计、实施计划、FastAPI docs 说明和测试矩阵。
2026-05-01 23:39:53 +08:00

14 KiB
Raw Blame History

前端逐元素审计

状态说明:

  • 真实可用:接真实状态或后端接口,可以完成主要动作。
  • 部分可用:能展示或完成一部分,但存在关键缺口。
  • Mock / UI-only只有展示或本地状态变化没有真实业务效果。
  • 接口不通:前端调用与后端接口不一致,按当前代码大概率失败。

App 与导航

元素 位置 状态 说明
登录拦截 App.tsx 真实可用 未登录显示 Login,登录后显示主界面
模块切换 Sidebar.tsx + App.tsx 真实可用 切换 dashboard/projects/workspace/ai/templates
Logo Sidebar.tsx 真实可用 使用 /logo.png,文件存在于 public/logo.png
GPU 状态圆标 Sidebar.tsx 真实可用 通过 GET /api/ai/models/status 显示 GPU/CPU 和当前模型可用性

登录页

元素 状态 说明
用户名/密码输入 真实可用 默认填入 admin / 123456
安全登录按钮 真实可用 调用 POST /api/auth/login
错误提示 真实可用 捕获后端错误并显示
安全审计说明文字 Mock / UI-only UI 文案,没有真实审计功能

Dashboard 系统概况

元素 状态 说明
WebSocket 连接状态 真实可用 前端通过 src/lib/config.ts 推导或读取 VITE_WS_PROGRESS_URL,后端有 /ws/progress
任务进度 真实可用 初始数据来自 GET /api/dashboard/overview,按 processing_tasks queued/running/success/failed/cancelled 任务生成;统计卡片中的处理中任务数只计算 queued/running
任务取消 真实可用 queued/running 任务显示取消按钮,调用 POST /api/tasks/{task_id}/cancel
任务重试 真实可用 failed/cancelled 任务显示重试按钮,调用 POST /api/tasks/{task_id}/retry 创建新任务
失败详情 真实可用 任务详情按钮调用 GET /api/tasks/{task_id},弹窗展示 error、payload、result、Celery ID 和时间
WebSocket 更新任务 真实可用 Celery worker 更新 processing_tasks 后发布 Redis seg:progressFastAPI 广播 progress/complete/error/cancelled
项目、任务、标注、系统负载统计 真实可用 初始数据来自 GET /api/dashboard/overview,系统负载按主机 load average 估算
近期实时流转记录 真实可用 初始数据来自任务、项目、标注和模板记录WebSocket status/complete/error 会继续追加

项目库 ProjectLibrary

元素 状态 说明
项目列表 真实可用 调用 GET /api/projects
项目卡片缩略图 真实可用 后端返回 MinIO 预签名 thumbnail_url 时显示
点击项目进入工作区 真实可用 设置 currentProject 后切到 workspace
新建项目 真实可用 调用 POST /api/projects
导入视频文件 真实可用 创建项目、上传源视频、刷新项目列表;不会自动拆帧
生成帧按钮 真实可用 仅对已导入源视频且尚无帧、非 parsing 状态的项目显示,调用 parseMedia(projectId, { parseFps })
生成帧 FPS 滑块 真实可用 值传入 /api/media/parse?parse_fps=...,决定后台拆帧目标 FPS
导入 DICOM 序列 部分可用 可上传 .dcm 并触发解析;体验和错误反馈较粗
项目状态徽标 真实可用 项目状态统一为 pending/parsing/ready/error,前端兼容归一化旧状态值
更多按钮 Mock / UI-only 有图标,没有菜单或事件
alert 成功/失败提示 真实可用但粗糙 使用浏览器 alert

工作区 VideoWorkspace

元素 状态 说明
当前项目名 真实可用 读取 currentProject.name
自动加载项目帧 真实可用 调用 GET /api/projects/{id}/frames
无帧项目提示 真实可用 如果 video_path 存在但无帧,只提示回到项目库生成帧,不自动创建拆帧任务
SAM 模型状态徽标 真实可用 调用 GET /api/ai/models/status,显示当前启用的 SAM 2 与 GPU 状态
已保存标注回显 真实可用 加载工作区帧后调用 GET /api/ai/annotations 并渲染已保存 mask回显时保留当前项目帧里尚未保存的 AI/手工 draft mask避免从 AI 页推送的候选被覆盖
“导出 JSON 标注集”按钮 真实可用 导出前会保存未归档 mask然后调用 exportCoco() 下载 JSON
“导出 PNG Mask ZIP”按钮 真实可用 导出前会保存未归档 mask然后调用 GET /api/export/{project_id}/masks 下载 ZIP后端同时包含单标注 mask、每帧语义融合 mask 和 semantic_classes.json
“导入 GT Mask”按钮 真实可用 选择图片后调用 POST /api/ai/import-gt-mask,后端按非零像素值和连通域生成 polygon 标注与距离变换 seed point再回显到工作区
“传播片段”按钮 真实可用 使用当前选中 mask 或当前帧第一个 mask 作为 seed调用 POST /api/ai/propagate;当前启用 SAM 2 video predictor完成后刷新已保存标注
“结构化归档保存”按钮 真实可用 未保存 mask 写入 POST /api/ai/annotatedirty mask 写入 PATCH /api/ai/annotations/{id};保存成功后会重新拉取后端标注,并用 saved annotation 替换本次提交的 draft mask避免仍显示未保存

CanvasArea 画布

元素 状态 说明
当前帧底图显示 真实可用 useImage(frameUrl) 加载当前帧 URL
滚轮缩放 真实可用 改变 Konva Stage scale
拖拽平移 真实可用 activeTool 为 move 时 Stage draggable
光标坐标显示 真实可用 根据 pointer position 计算
正向/反向选点 真实可用 UI 能加点,并按当前帧 frame.id 调用 /api/ai/predict;结果需点击归档保存才持久化
框选 真实可用 UI 能画框,并把框坐标归一化后调用后端推理;结果需点击归档保存才持久化
AI 推理中提示 真实可用 请求期间会显示
手工多边形/矩形/圆/点/线 真实可用 多边形点击取点后可按 Enter 完成,也可在三点后点击首节点闭合;矩形/圆/线拖拽生成 polygon点工具生成小区域绘制工具可在已有 mask 上继续落点;均写入 Mask.segmentation,可归档保存
Mask 渲染 真实可用 前端会把推理、手工绘制、GT 导入和已保存标注转成 Konva pathData 渲染
Polygon 逐点编辑 / 删除 真实可用 点击 mask 后显示 polygon 顶点;拖动顶点会重算 pathData/segmentation/bbox/area,已保存 mask 标为 dirty选中顶点后 Delete/Backspace 可删点但保留至少三点;选中 mask 但未选中顶点时 Delete/Backspace 删除整个 mask已保存 mask 会同步调用后端删除
GT seed point 回显/编辑 真实可用 已保存标注的 points 会显示为黄色 seed 点;拖动后标记为 dirty归档保存会更新后端
应用分类 真实可用 Canvas 右下角按钮可将当前选择的模板分类应用到本帧 mask右侧语义分类树点击分类时会优先改当前已选 mask已保存 mask 会标为 dirty归档保存时更新后端
清空遮罩 真实可用 工作区中会删除当前帧已保存标注并清空当前帧本地 mask
保存状态计数 真实可用 底部显示已保存、未保存、待更新数量
当前图层树文字 Mock / UI-only 固定显示 OBJECT_VEHICLE_01

ToolsPalette 工具栏

元素 状态 说明
拖拽/选择 真实可用 控制 Canvas 是否可拖拽
调整多边形 真实可用 选中 polygon mask 后显示顶点和边中点;支持拖动顶点、点击边中点插点、双击边界按位置插点
多边形/矩形/圆/点/线 真实可用 切换 activeTool 后由 CanvasArea 生成可保存的 polygon mask
区域合并/去除 真实可用 选择工具后点击多个 mask右下角显示已选数量和操作按钮合并/去除模式会隐藏 polygon 编辑手柄,避免手柄抢占多选点击;使用 polygon-clipping 做 union / difference合并会保留主 mask 并移除被合并 mask去除会从主 mask 扣除后续选中 mask内含扣除会保留 hole ring 并用 even-odd 规则渲染
正向选点/反向选点/框选 部分可用 会影响 Canvas 交互,并能触发已对齐的 AI 推理接口
魔法棒 SAM 触发 部分可用 切到 AI 页面;不是直接执行推理
撤销/重做 真实可用 绑定 Zustand maskHistory/maskFuture支持工具栏按钮、AI 页按钮和 Canvas Ctrl+Z/Ctrl+Y

FrameTimeline 时间轴

元素 状态 说明
帧缩略图 真实可用 使用 frames[].url
点击缩略图跳帧 真实可用 调用 setCurrentFrame(idx)
顶部 range 拖动 真实可用 改变当前帧
具体时间显示 真实可用 根据项目 parse_fps/original_fps 显示当前时间和总时长,格式为 mm:ss.cc
已编辑帧标记带 真实可用 根据当前项目帧内的 masks 计算有编辑/标注的帧,在顶部进度条和缩略图导航轴之间显示标记;点击标记可跳转到对应帧
播放/暂停 真实可用 当前代码按 parse_fps/original_fps 推进帧,最多 30fps
方向键切帧 真实可用 全局监听左右方向键切到上一帧/下一帧;焦点在 input、textarea、select 或 contentEditable 内时不会拦截

OntologyInspector 本体面板

元素 状态 说明
模板选择 部分可用 读取全局 templates可切换 activeTemplateId
分类树展示 / 换标签 真实可用 显示模板 classes 和本地 customClasses点击分类会设为后续新 mask 的 activeClass如果 Canvas 已选 mask则同步更新已选 mask 的标签、颜色和 class 元数据
添加自定义分类 部分可用 只存在组件本地状态,不保存到后端
置信度条 Mock / UI-only 固定 0.9412
拓扑锚点数量 Mock / UI-only 固定 12 节点
重新提取骨架按钮 Mock / UI-only 无事件

AISegmentation 独立 AI 页

元素 状态 说明
SAM 2.1 变体选择 / 模型状态 真实可用 AI 页可选 tiny/small/base+/large调用 GET /api/ai/models/status?selected_model=<variant> 展示所选变体和 GPU 状态;只有本地存在 checkpoint 的变体显示可用
正向/反向点 真实可用 可在当前项目帧上加点并调用 AI 推理接口AI 页中点击已有候选 mask 时也会继续添加当前正/反向提示点SAM 2.1 框选后会携带原始框和累计正/反点细化同一个候选 mask
SAM 3 入口 当前禁用 因当前系统不提供文本提示,前端不再显示 SAM 3 模型选择、文本输入或 SAM 3 框选入口;后端 model=sam3 返回不支持
语义文本输入 当前禁用 AI 页不再提供文本语义输入;后端收到 semantic prompt 会返回 400
参数开关 真实可用 cropMode 会随 /api/ai/predict 发送 crop_to_prompt,后端对点/框 prompt 裁剪推理区域并回映射 polygonautoDeleteBg 会发送 auto_filter_backgroundmin_score,后端过滤低分结果和覆盖负向点的结果
遮罩清晰度 真实可用 调节 AI 页候选 mask 的预览透明度,只影响本页显示,不改变 mask 几何、分类或保存数据
执行高精度语义分割 真实可用 使用当前项目帧和所选 SAM 2.1 变体调用 /api/ai/predictSAM 2.1 需要点/框提示且只采用最高分候选AI 页只渲染本页新生成候选,不显示工作区已有 mask生成结果写入全局 masks 并自动选中,右侧分类树可立即换标签
推送至工作区编辑 真实可用 切回工作区并把工具切到“调整多边形”,保留 AI 页选中的未保存 mask工作区回显后端标注时不会覆盖这类 draft mask
上传替换底图 Mock / UI-only 按钮无事件
撤销/重做 真实可用 绑定全局 mask 历史栈
清空全体锚点 真实可用 清空 AI 页提示点和本页生成的候选 mask不删除工作区已有 mask
退档推送至工作区重组 部分可用 只切回工作区,共用 masks store但没有保存/确认流程
背景图 部分可用 优先显示当前项目帧;没有项目帧时仍回退到 Unsplash 演示图

TemplateRegistry 模板库

元素 状态 说明
模板列表 真实可用 调用 GET /api/templates
新建方案 真实可用 调用 POST /api/templates
编辑模板 真实可用 调用 PATCH /api/templates/{id}
删除模板 真实可用 调用 DELETE /api/templates/{id}
添加/删除分类 真实可用 保存在模板 mapping_rules.classes
拖拽排序 真实可用 重算 zIndex保存时写后端
JSON 批量导入 部分可用 前端解析 JSON 并加入编辑态,保存后才落库
载入腹腔镜 35 分类 真实可用 前端内置数据;后端也 seed 默认模板
mapping rules 部分可用 可存 rules,但无实际映射执行引擎

总体结论

当前前端真实可用的主链路是登录、Dashboard 后端概览、项目列表、新建项目、上传视频/DICOM、显式生成帧、浏览帧、播放帧、工作区手工绘制、点/框 AI 推理、视频片段传播、GT mask 导入、标注保存/回显、COCO 导出、PNG mask ZIP 导出、模板 CRUD。

当前最主要的 Mock 或未打通链路是:真正的文本语义分割已因无文本提示入口而暂时禁用;复杂洞结构编辑、骨架/HDBSCAN 级别的 mask 降维增强、任务历史筛选、项目更多菜单和若干检查面板指标仍未落地。