异常分数阈值：误报、漏检与区域差异

热力图看着明显，不代表阈值适合生产。阈值需要对照错误成本和固定验证集。

分数尺度取决于模型、库与处理方法，不是天然概率。图像级和像素级评分也不同，区域光学条件可能需要分别评价。

异常分数阈值：误报、漏检与区域差异：处理路径与验证条件

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。

阈值选择先固定分数定义和验证集，再比较正常误报与缺陷漏检。图像最大分数和区域平均分数不是同一指标，热力图颜色范围也可能经过可视化归一化。不同视角光照差异很大时，可分别分析分布，但区域规则不能临时为每张图定制。阈值随库版本发布，保留选择依据和独立样本量。

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。

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。

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。

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。

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。

不能根据一张失败图临时移动阈值，目标指标和实测结果必须分开。

这条路径把“固定分数计算版本”与“按业务风险选择工作点”连在一起，中间保留可复查的条件。实施时优先确认“误报漏检有明确分母”，再检查“更新库后重新评价”；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。