model-swap-benchmark

更换检测器/分类模型时的横向评估方法论 —— 核心是「先用人眼把真值钉死，再算指标」，避免分母污染导致整条路线跑偏。覆盖：接触印相表（带判定色标）筛查、一次低阈值跑批获取完整分数分布、分组×多阈值矩阵分析、τ 余量检查、「可行性判据在空集上恒真」的假绿陷阱识别、标注不确定时的双向敏感性对照（最宽松/最对抗/纯人眼双端）、ONNX 模型实测四大坑（输出列序反直觉 / batch 维度处理 / 纯 Python NMS O(n²) 性能瓶颈 / int8 饱和问题）、"本该漏"样本的单独归类、**命中集合拆解归因**（"正确拦截"≠"拦对了它想拦的东西"）、**双线同步下降判"判据不可分"**、**判据同构性断言**（本地推导必须与生产函数逐张一致）；以及选型之后的**接入**路线：找单一入口做「注入式最小改动」而非复刻内部实现、语义现场标定、逐位一致判据验证、反空转三条硬信号监控。适用于以下场景：需要「换掉某个效果不好的模型并证明换得对」「给检测器定阈值」「模型横评选型」「把新模型接进既有链路且不破坏下游标定」「给已上线的硬门控标定命中率/判断该不该保留」。

存档时间线

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本