# NanoDetHeat v4 部署说明

## 模型文件

| 文件 | 说明 |
|------|------|
| model_heat_v4.py | 模型架构定义 (PyTorch) |
| best.pth | 训练权重 (141KB, FP32) |
| model_heat_v4.onnx | ONNX 格式模型 |
| config.json | 配置 + 类别参考尺寸 |

## 输入

- 格式: RGB, 160×120, 归一化到 [0,1]
- 预处理: BGR→RGB 翻转, /255.0

## 输出

- 形状: [1, 6, 15, 20]
- 通道 0-3: 类别 logits (红绿灯/锥桶/人行道/背景)
- 通道 4-5: 尺寸预测 (宽/高, 需乘参考尺寸)

## 后处理

1. softmax 通道 0-3 → 概率
2. 对每类找局部峰值 (3×3 邻域抑制)
3. 筛选置信度 > 阈值 (推荐 0.8)
4. 尺寸解码: 实际宽 = 预测宽 × 参考宽
5. 中心坐标: cx=(gx+0.5)×8, cy=(gy+0.5)×8

## 类别参考尺寸 (像素, 160×120)

红绿灯: 73.7 × 60.9
锥桶:   49.4 × 38.6
人行道: 71.2 × 36.3

## 推荐阈值

th=0.8: 精确度 62.9%, 召回 88.7%