SAM与局部细化模块使用主实验的同一权重并固定，只训练35,788个六点头参数；两组各100次更新，初始0次也可以成为最优。每组700真实／300合成曝光，来自原90真实训练与1000合成池，固定真实10选权重。两组采样、增强、优化器、学习率1e-4与衰减相同，唯一损失差异是全局六点热图KL系数0与0.05。
原局部热图在80×80窗口内；新损失直接监督原生书脊头／外角头的完整热图，使用与DSNT一致的温度0.25。它可在GT远离原估计窗口时提供直接定位梯度。是否有效由下面的实际对照判断。两组都没有继续训练SAM；它们继承已完成的1000次SAM联合训练。没有保存优化器或磁盘特征缓存。
| 真实验证10，越小越好 | 主实验 | 坐标对照 | 全局热图 |
|---|
| 原始边缘 px | 6.211 | 6.211 | 6.211 |
| 相同几何后处理边缘 px | 5.848 | 5.848 | 5.848 |
| 最终六点 px | 9.677 | 9.677 | 9.677 |
| 书脊两点 px | 5.744 | 5.744 | 5.744 |
坐标对照选中第0次，热图组选中第0次。综合指标与轮廓／六点保护条件推荐：主实验。有改善的候选才注册为可选；0次权重仅保留作对照。没有替换默认模型。固定真实10已反复用于调参，不是独立测试集。
若选中0次，表示完整训练100次仍未超过起点，最佳输出会相同。下方曲线显示实际训练过程；切换“最后100次，仅六点”可查看未采用的末次估计，此模式不绘制预测轮廓。
返回主实验 · 配方、交付权重与逐张指标