admin
b6a276cb8d
功能新增： - 新增 POST /api/ai/analyze-mask 后端接口，基于 mask polygon、bbox、points 和 score 返回置信度来源、面积、拓扑锚点和后端分析提示。 - 前端新增 analyzeMask API 封装，并在本体检查面板读取选中 mask 的后端几何属性和重新提取拓扑锚点结果。 - 右侧语义分类树点击分类时，会给当前选中 mask 换标签、更新 class 元数据，并将选中 mask 移到前端渲染最上层，方便继续编辑。 - 分割工作区画布新增上下文操作提示，覆盖多边形 Enter 完成、Esc 取消、首节点闭合、拖拽图形、点区域、SAM 点/框提示、区域合并/去除选择顺序和多边形编辑。 - AI 智能分割画布新增正向点、反向点、边界框选和视口控制的上下文提示。 - 自动传播交互收敛为参考帧加起止帧范围加单个“自动传播”按钮，默认使用当前参考帧全部 mask 作为 seed。 - 时间轴改为用浅蓝色进度条区段标记自动传播生成的帧，而不是已编辑帧竖线提示。 Bugfix： - AI 分割页无当前帧时移除外部演示背景图，改为明确空状态提示，避免误以为外部图片可参与真实推理。 - 工具栏魔法棒文案改为“打开 AI 智能分割”，避免误导为直接触发 SAM 推理。 - Canvas 底部当前图层信息改为显示真实选中 mask 标签和 annotation id，不再使用固定占位文本。 - 已保存标注回显时保留 mask metadata 中的传播来源、score 等字段，供时间轴和属性面板识别。 - 清理 server.ts 中遗留的 /api/login、/api/projects、/api/templates 内存 mock API，避免和 FastAPI 真实后端混淆。 测试： - 补充 analyze-mask 后端测试，覆盖后端几何属性和锚点返回。 - 补充 api.analyzeMask 前端契约测试，覆盖 normalized polygon、bbox、points 和 extract_skeleton payload。 - 补充本体面板测试，覆盖后端属性读取、自定义分类写回后端模板、选中 mask 换标签和置顶显示。 - 补充 Canvas 测试，覆盖上下文提示、多边形完成提示、布尔选择顺序提示、当前图层真实显示和编辑优先级。 - 补充 AI 分割测试，覆盖无帧空状态和提示工具上下文提示。 - 更新 Konva 测试 mock，支持拖动过程、stroke/dash/fillRule 等渲染断言。 文档： - 更新 README 和 AGENTS，说明 server.ts 不再保留业务 mock API。 - 更新 doc/02、doc/03、doc/04、doc/05、doc/07、doc/08、doc/09，记录后端属性分析、分类置顶显示、上下文提示、自动传播按钮、传播帧标记、测试覆盖和当前剩余限制。
157 lines
7.7 KiB
Markdown
157 lines
7.7 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打开参考帧的全部 mask 作为 seed，按用户设置的传播起始帧和传播结束帧向前、向后或双向传播，并把结果写入后端标注表。前端只保留一个“自动传播”按钮，减少传播对象选择带来的歧义。
|
||
|
||
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. 前端已经支持参考帧、起止帧范围和单按钮自动传播；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 独立页已移除固定 Unsplash 演示图；没有当前项目帧时显示空状态。后续如果要支持独立图片分析，应接正式上传入口和项目/帧关联。
|