共同版本的三维场景验收与失败报告

几何、光度与来源的联合验收

验收的对象是一个完整执行链，而不是一张好看的截图。固定输入图像、标定靶、配置和源码后，重新检测像素、估一般相机、自动匹配、三角化、拟合并渲染保留视角，才能判断各模块是否共同工作。把一个版本的检测结果、另一版本的最佳训练和第三版本的截图拼在一起，不能支持同一系统的结论。本章把实际交付与失败边界写成可重做协议。

环境最低 Python 三点一一，因为固定的 NumPy 二点三点五要求该版本；实际验证为 Python 三点一二、PyTorch 二点六，Pillow 十二点三。CPU 强制一个线程，避免在个人电脑启动不必要负载。三个依赖的固定版本写入 requirements，不把系统里恰好能导入当成完整环境说明。项目命令从 README 所在目录运行，相对路径由该工作目录解释，清单再绑定实际文件内容。

原件共有五张场景 RGB PNG 与五张单独标定 PNG，每张九十六乘八十像素。标靶十六个非共面点，场景十二个发光珠；真值单独保存在 evaluation-only 文件。每个输入有 SHA256，清单说明生成方式、单位、背景和外部资产为空。它们是独立原创合成图像，并不因“合成”自动覆盖其他项目的版权；这里没有复制第三方照片、模型或原论文代码。主源引用只支持机制核对。

重建函数读取场景与标定图片、已知标靶和视图划分，不读取未知场景真值。它先为每视角估相机，再在前两训练图用颜色与几何得到十二条轨迹。第三训练图只参与光度优化。两保留图的场景像素不进入梯度，但它们的相机来自各自独立标定图。这是明确的已标定视角重建任务，既不是全未知相机的 SfM，也不是把手写证据点表装成自动视觉。

算例一：同一模型的训练与留出指标

一百八十更新后，三个训练视角全图 MSE 约一点七一九四、一点七零一九、一点五七六一乘十的负五次方；两保留视角约一点七二九二、一点六七九九乘十的负五次方。按定义 PSNR 为负十乘以十为底的 MSE 对数，动态范围固定一。第一保留图 MSE 一点七二九二乘十的负五次方对应约四十七点六二分贝，可用计算器独立核对，不从截图目测补出数字。

全图分数之外，第一保留图前景 MSE 从约零点零一零五一四降至零点零零零三三四八九，第二图从零点零零九八五二降至零点零零零三零七二零。前景掩码由观测强度大于零点零八定义，数百像素的分母与全图不同。改掩码会改指标含义，因此保存各图前景像素数。对现实场景，还需轮廓、深度和局部遮挡质量；当前协议不把没有实现的指标写成通过。

三维几何使用评价专用真值匹配后计算每点米制欧氏误差，最后平方平均开根号。原始图像三角化 RMS 为零点零零二九零八米，拟合后零点零零一五五四米。低像素误差与低几何误差是两种互补证据：前者检验图像解释，后者借合成真值检验结构。现实照片没有完整三维真值时应明确缺失，不用重投影误差冒充同等地面真值检验。

算例二：错误对应和不可识别失败

负对照把右图观测编号相对左图错开三个位置，构造十二组假对应。实际运行一组因背后点拒绝，其余因像素重投影超过一像素拒绝；详细原因与数值逐组保存。这是故意错误的检测能力，不进入正常重建。若另造同一极线上的重复颜色错配，有可能通过几何门槛，所以报告不能把十二组全拒绝写成“任何错误都能发现”。

另一个失败来自纯旋转或太弱基线。精确投影可以有极低重投影残差而深度仍无法唯一决定；共面标靶也可能完美拟合其平面却误投影离平面点。这两类应由配置约束和退化测试显式拒绝，不能只靠最后图像分数发现。当前测试对共面 DLT 输入报错，并对一般旋转三角化的精确例验证；弱基线连续敏感性则由第五章公式说明，不宣称测试覆盖所有条件数。

十二项独立机制测试分别覆盖合法旋转和相机中心、手算针孔与背后拒绝、一般 DLT 与共面退化、旋转双目三角化、极线和错误对应、深度缓冲、实际 PNG 检测匹配、重复颜色拒绝、渲染梯度有限差分、移除真值仍重建、篡改保留图不影响参数、真实短训下降。测试合并只说明这些命名断言通过，不等于任意物体和光照上的视觉能力证明。

代码检查要包含反证，避免实现和测试重复同一个错误公式。手算投影采用明确数值，DLT 用未参与估计的点检验，Gaussian 梯度用数值差分；删除真值和改黑保留图直接改变输入信息。它们各自建立独立参照，比只检查输出形状或函数是否返回更有意义。仍没有形式化证明所有浮点情况，尤其极端深度、重叠核和破坏文件的行为需作为扩展测试而非现有证据。

实际训练耗时约一点七一秒，只对应这台环境的一次 CPU 小实验。包含图片读取、相机标定和文件写入的总流程耗时与该纯训练计时不同；不能把一个数字当整个端到端延迟。每次重新训练即使参数可能确定，也应保存当次报告与来源，不覆盖历史文件后沿用旧时间。当前模型、输入散列、源码散列和逐项测试放入共同版本收据，便于下载后独立重跑。

拟合检查点保存位置、颜色、半径、优化器、步数和相机，但没有声明跨硬件精确恢复接口。图片输出包括各视角初始预测与最终预测，原输入保留原件。查看时应把输入与同视角预测并排，特别检查点是否缺失、宽度是否过大、颜色是否交换。截图大小很小，是机制场景的真实尺度，不通过插值放大来假装高分辨率细节。

完整复做先生成自有数据，再运行主链与测试。如果只想评估已给输入，省略 create-data，避免覆盖自己修改的文件；输出目录可另指定以保存原报告。更换阈值、焦距、场景或步数后，原结果就不再是该配置的证据，必须重新运行。源码收据记录当前版本，训练历史不因只改讲义就冒称重新训练；任何测试与训练记录都保留它真正对应的来源。

迁移到自然场景需要新的模块与新的失败协议：稳定特征或学习描述子、未知相机定位与鲁棒轨迹、镜头畸变、遮挡材质、稠密表示以及更大留出视角集。课程已经推导这些问题之间的连接，但没有声称全已实现。这里可验收的能力是从实际小图自动观测到米制几何，再到一个真实训练的受限三维场景与新视图，不是把旧点表换成长说明，也不是完整生产级三维重建。

python -m vision3d.make_data --output-dir data/inputs
python -m vision3d.run --input-dir data/inputs --steps 180 --output-dir evidence/reproduction
python -m tests.run_tests