权重还在而旧指标不可追溯，应重建测试，不能补写目标精度。
分类、检测与异常任务指标不同。阈值工作点不是曲线面积，训练测试泄漏与困难样本剔除都会夸大效果。
一、问题的范围与前提
成像质量、数据分布、算法与业务判断各自有条件。清晰图像提供可观察细节，模型和规则解释输入，业务层决定结果如何使用。视野、曝光、颜色、姿态与输入尺度变化，都可能在模型参数不变时改变结果。
二、技术分析与方案取舍
检测 mAP 需要明确 IoU 等条件，分类准确率需要有效样本分母，异常检测曲线不能替代固定阈值下的误报漏检。保存逐条预测和标注可以复算并定位错误集中在哪类条件。采集失败和争议标签按事先规则单独计数，不随模型表现临时排除。
没有旧数据时写待评估，再独立测试。
先固定输入和处理版本，保存必要中间产物，再比较单项变化。裁剪、缩放和配准要携带坐标关系，输出回到原图时检查尺度与偏移。数据按正常和困难条件分别组织，不把反光、遮挡或采集失败从报告中悄悄删掉。
三、实现与排查的顺序
- 固定权重版本。
- 准备独立样本。
- 保存逐条预测。
- 按任务计算错误分布。
按这个顺序保留中间结果，可以区分输入条件、处理过程和最终输出。前一阶段的条件不成立时，先解释对应错误，再继续后面的试验；单次返回成功不足以覆盖整条链路。
最小示例
1
2
3
固定模型、处理版本与阈值
保存每条样本的真实标签、预测和错误类别
按任务计算指标，并保留样本量与排除规则
分类、检测和异常任务分母及指标不同。阈值曲线和某个工作点的现场误报漏检不互换，目标数字不作为已测结果。
四、验证和结果解释
独立样本应覆盖预期工况，逐条预测与错误图支持复盘。分类、检测、定位和异常任务使用各自指标定义，阈值工作点与曲线指标不能混用。性能同时记录冷启动、稳态、尾部耗时和资源峰值，不挑最快一张代表整套系统。
| 需要验证的结果 | 保留的对照 | 不能由此推出的结论 |
|---|---|---|
| 同条件可复跑 | 固定输入与配置、对应输出 | 一次成功代表所有条件成功 |
| 困难样本不临时剔除 | 中断前后状态与错误阶段 | 没有报错代表结果正确 |
| 类别场景分别分析 | 恢复后的同条件复测 | 临时恢复代表根因已经消失 |
验证无目标、多候选、边界、遮挡和不同光照。没有有效观测时给出明确失败或待确认，不为每张图强行选一个目标。图像文件真实保存和完整解码也属于链路检查，热力图漂亮不能替代缺陷真值与业务验收。
五、适用边界与结论
目标不能当实测，一个总体数字不足以描述小缺陷和低光风险。
这条路径把“固定权重版本”与“按任务计算错误分布”连在一起，中间保留可复查的条件。实施时优先确认“同条件可复跑”，再检查“类别场景分别分析”；两者都满足，才能在当前样本与配置范围内评价方案。设备、数据或软件版本改变以后，相关假设需要重新验证。
