admin
4c21de02f8
功能增加: - 在工作区增加按范围传播和传播全部可达入口，支持选中区域或当前帧全部 mask 作为 seed，并按前后帧范围调用 SAM2 传播后刷新已保存标注。 - 在 AI 智能分割中接入框选提示，支持 box prompt 以及 box + 正/反向点的 interactive prompt 细化流程。 - 在 AI 智能分割中增加提示点删除、最近锚点删除、清空锚点、选中 AI 候选删除和 Delete/Backspace 快捷删除。 - 在项目库删除项目后同步清理当前项目、帧、mask 与选区状态，避免删除后工作区残留旧数据。 - 将时间进度条上的已编辑帧提示改为覆盖在进度条上的琥珀色竖线，并保留已编辑帧计数。 - 将 AI 参数文案调整为局部专注模式（自动裁剪无锚区域）和严格除杂模式（自动清理干涉点），仅改善可读性，不改变内部字段。 Bugfix: - 修复 AI 框选工具无实际 prompt 输出的问题。 - 修复多次执行 AI 高精度语义分割时旧候选 mask 叠加显示的问题，改为替换本页 AI 候选。 - 修复删除 AI 候选后选区仍引用已删除 mask 的状态残留。 - 修复进度条当前帧提示与已编辑帧提示颜色/语义混淆的问题，当前帧继续由播放进度和缩略图高亮表达。 测试与文档: - 补充 AI 分割框选、候选替换、提示点删除和快捷删除相关测试。 - 补充工作区传播范围、传播全部可达、编辑区域删除和项目删除状态清理测试。 - 更新 README、AGENTS 和 doc 下需求冻结、设计冻结、接口契约、前端审计、实施计划、测试计划，记录当前真实功能和测试覆盖。
157 lines
7.6 KiB
Markdown
157 lines
7.6 KiB
Markdown
# 后续实施建议
|
||
|
||
目标是把当前“能看、能上传、能拆帧”的系统推进到“能真实完成标注闭环”的系统。
|
||
|
||
## 阶段 1：先修接口契约（已完成基础对齐）
|
||
|
||
优先级最高。AI 点/框推理和 COCO 导出的基础契约已经按当前代码完成对齐。
|
||
|
||
已完成：
|
||
|
||
1. `src/lib/api.ts` 的 `updateProject()` 已改为 `PATCH`。
|
||
2. `exportCoco()` 路径已改为 `/api/export/{projectId}/coco`。
|
||
3. Canvas 调 AI 时已使用当前帧真实 `frame.id` 作为 `image_id`。
|
||
4. Canvas 点/框坐标已转成后端需要的归一化坐标。
|
||
5. 后端 `polygons` 已转成前端可渲染的 Konva path。
|
||
|
||
剩余边界：
|
||
|
||
1. SAM 3 相关源码和安装脚本保留，但当前产品入口已禁用：前端不展示 SAM 3，后端 registry 不暴露 `sam3`，`model=sam3` 请求返回不支持。若后续重新需要文本语义提示，再恢复前端入口、registry、状态接口和对应测试。
|
||
2. 标注删除/更新接口已打通基础能力；逐点几何编辑器已支持顶点拖动/删除、边中点插入和多 polygon 子区域选择编辑，复杂洞结构仍待增强。
|
||
|
||
## 阶段 2：打通标注保存（已完成基础闭环）
|
||
|
||
当前工作区可将未保存 mask 写入后端标注表，并在加载项目帧后回显。
|
||
|
||
已完成：
|
||
|
||
1. 前端根据 `Mask.segmentation` 构造后端需要的 normalized `mask_data.polygons`。
|
||
2. 用户点击“结构化归档保存”后，未保存 mask 调用 `POST /api/ai/annotate`，dirty mask 调用 `PATCH /api/ai/annotations/{annotation_id}`。
|
||
3. 后端保存或更新 `project_id`、`frame_id`、`template_id`、`mask_data`、`bbox`；具体分类写入 `mask_data.class`。
|
||
4. 工作区加载帧后调用 `GET /api/ai/annotations` 回显已保存标注。
|
||
5. 工作区“清空遮罩”调用 `DELETE /api/ai/annotations/{annotation_id}` 删除当前帧已保存标注。
|
||
|
||
剩余建议：
|
||
|
||
1. 加入保存冲突处理和批量保存错误提示。
|
||
2. 逐点几何编辑器已支持拖动/删除顶点、边中点插入新点和多 polygon 子区域编辑；后续增强为复杂洞结构编辑。
|
||
3. 区域合并/去除已支持基础 union/difference；后续增强为更明确的多选列表、操作预览和冲突确认。
|
||
|
||
## 阶段 3：接入导出按钮（已完成 COCO JSON 和 PNG Mask ZIP）
|
||
|
||
当前工作区“导出 JSON 标注集”和“导出 PNG Mask ZIP”都会先保存未归档 mask，再调用后端导出接口。
|
||
|
||
已完成：
|
||
|
||
1. COCO JSON 调用 `/api/export/{projectId}/coco`。
|
||
2. PNG Mask ZIP 调用 `/api/export/{projectId}/masks`。
|
||
3. ZIP 内保留单标注二值 `mask_*.png`，同时输出 `semantic_frame_*.png` 和 `semantic_classes.json`。
|
||
|
||
剩余建议：
|
||
|
||
1. 无标注时给出更明确的空导出提示。
|
||
|
||
## 阶段 4：替换 Dashboard mock
|
||
|
||
当前 Dashboard 已通过 `GET /api/dashboard/overview` 读取后端聚合快照，不再使用硬编码初始统计、队列或活动日志。
|
||
|
||
已完成：
|
||
|
||
- 聚合项目、帧、标注、模板数量和主机 load average。
|
||
- 按 `processing_tasks` queued/running/failed/cancelled 任务生成解析队列。
|
||
- 按最近任务、项目、标注、模板记录生成活动流。
|
||
|
||
已完成补充：
|
||
|
||
1. Dashboard 对 queued/running 任务提供取消按钮。
|
||
2. Dashboard 对 failed/cancelled 任务提供重试按钮。
|
||
3. Dashboard 详情弹窗展示任务 error、payload、result、Celery ID 和时间。
|
||
|
||
剩余建议：
|
||
|
||
1. 为 Dashboard 增加任务历史筛选。
|
||
|
||
## 阶段 5：异步拆帧和进度
|
||
|
||
Word 方案中提到 Celery + Redis。当前已经有 Celery app、worker task 和 `processing_tasks` 表。
|
||
|
||
已完成：
|
||
|
||
1. 新建 Celery app。
|
||
2. `POST /api/media/parse` 只创建任务并立即返回 task id。
|
||
3. worker 执行 FFmpeg/OpenCV/pydicom。
|
||
4. worker 写 PostgreSQL 任务进度。
|
||
5. worker 发布 Redis `seg:progress`，FastAPI 广播到 `/ws/progress`。
|
||
|
||
已完成补充：
|
||
|
||
1. `POST /api/tasks/{task_id}/cancel` 取消 queued/running 任务，并尝试 revoke Celery。
|
||
2. `POST /api/tasks/{task_id}/retry` 为 failed/cancelled 任务创建新的 queued 任务。
|
||
3. worker 在关键阶段检查 cancelled 状态，避免取消后继续写帧。
|
||
4. Redis/WebSocket 进度事件增加 `cancelled` 类型。
|
||
|
||
Dashboard 的解析队列现在已经从“项目状态派生”升级为任务表驱动，实时推送也已通过 Redis/WebSocket 打通；剩余重点是任务历史筛选和更细的 worker 中断粒度。
|
||
|
||
## 阶段 6：GT 导入与点区域（已完成基础增强版）
|
||
|
||
Word 方案中的完整版本包含距离变换、骨架提取和聚类。当前已经完成基础增强版：导入二值/标签 mask 图片后，后端按非零像素值拆分类别，再按连通域生成 polygon 标注，并用距离变换提取一个正向 seed point。
|
||
|
||
已完成：
|
||
|
||
1. 工作区提供“导入 GT Mask”入口。
|
||
2. 前端调用 `POST /api/ai/import-gt-mask` multipart 接口。
|
||
3. 后端按非零像素值拆分多类别 mask。
|
||
4. 后端使用 OpenCV contour 提取每个类别下的连通域。
|
||
5. 后端使用 distance transform 生成 `points` seed。
|
||
6. 导入结果写入 `annotations` 表并回显为工作区 mask。
|
||
7. 前端把 seed point 转为像素坐标显示在 Canvas 上，拖动后会标记标注为 dirty 并可归档保存。
|
||
|
||
剩余建议：
|
||
|
||
1. 增加骨架提取和聚类增强。
|
||
2. 为多类别像素值提供模板分类自动映射规则。
|
||
|
||
## 阶段 7：模板优先级融合（已完成导出侧裁决）
|
||
|
||
当前导出 PNG Mask ZIP 时已经按 class/template z-index 做重叠裁决，从低到高覆盖，生成每帧 `semantic_frame_*.png`。
|
||
|
||
已完成：
|
||
|
||
1. 标注保存时记录 template class id / name / zIndex。
|
||
2. 导出 mask 时按 zIndex 从低到高覆盖。
|
||
3. 同类语义值在融合图中共享同一个 class value。
|
||
4. 跨类重叠由高 zIndex 覆盖低 zIndex。
|
||
|
||
剩余建议：
|
||
|
||
1. 在前端预览重叠裁决结果。
|
||
2. 对多帧多类导出增加颜色 palette PNG 或可视化 legend。
|
||
|
||
## 阶段 7.5：视频片段传播（已完成基础闭环）
|
||
|
||
当前工作区传播功能会使用当前帧的选中 mask 或当前帧全部 mask 作为 seed，按用户设置的起止帧向前、向后或双向传播，并把结果写入后端标注表。“传播全部可达”会把范围设置为项目第 1 帧到最后 1 帧。
|
||
|
||
已完成：
|
||
|
||
1. 前端 `propagateMasks()` 已接入 `POST /api/ai/propagate`。
|
||
2. 工作区会把 seed mask 的 normalized polygon、bbox、label、color 和 class 元数据传给后端。
|
||
3. SAM 2 路径使用官方 `SAM2VideoPredictor.add_new_mask()` 和 `propagate_in_video()`。
|
||
4. SAM 3 video tracker 路径已从当前产品入口禁用，相关 helper 仅保留作后续恢复参考。
|
||
5. 后端会跳过源帧，把传播结果保存到后续帧 `annotations`，并在完成后由前端刷新回显。
|
||
6. 前端已经支持传播对象选择、起止帧范围和“传播全部可达”；多个 seed 或前后双向范围会拆成多次顺序调用单 seed 后端接口。
|
||
|
||
剩余建议：
|
||
|
||
1. 把传播任务改为异步任务，接入 Dashboard 和 WebSocket 进度。
|
||
2. 增加覆盖已有标注策略设置，例如跳过已有、覆盖同类、全部覆盖。
|
||
3. 用真实长视频做 SAM 2 tracker smoke test 和质量评估；如果未来恢复 SAM 3，再单独补充 SAM 3 tracker 评估。
|
||
|
||
## 阶段 8：清理 UI 文案与 Mock
|
||
|
||
建议统一这些文案和真实能力：
|
||
|
||
- SAM/GPU 状态已改为 `GET /api/ai/models/status` 驱动。
|
||
- 撤销/重做按钮已接全局 mask 历史栈。
|
||
- “重新提取内侧中轴树骨架”接真实接口，否则标为未实现。
|
||
- AI 独立页不要固定 Unsplash 图，应从当前项目帧或上传文件进入。
|