Experiment Report · 2026-08-01
手绘机场图双任务：草地多框 / 跑道单框
在窄条纸上手绘机场示意图上验证 few-shot 视觉定位：任务 A 检测全部绿色草地色块（多目标 bbox）， 任务 B 检测整条灰色跑道（单目标 bbox）。协议为 3.8 生成参考标注 → K-shot 构建描述卡 → 35B 在 hold-out 集预测， 并以参考标注计算 IoU / Precision / Recall。推理阶段仅输入待测图与文本描述，不携带 shot 原图或参考框。
1. 数据与方法
数据集为竖构图手绘机场纸带照片（多数分辨率 1280×1707），背景为木地板，存在强光与家具投影遮挡。 场景难点：细长主体、同色相邻区域（草地 vs 灰条跑道）、以及非写实马克笔笔触。
Grass：全部互不连通的绿色涂色块 → 多 bbox。
Runway：连续灰/黑灰路面条带 → 单 bbox（不含草地与纸面白边）。
全量 11 张由 qwen3.8-max-preview 分别输出草地多框与跑道单框，作为自动参考标注。
K=3：对 GT 裁剪区域做外观描述并聚合为检测卡。跑道为单目标卡；草地为多目标检测 prompt。
剩余 8 张仅输入待测图 + 描述文本，由 Qwen3.6-35B-A3B 输出框；相对 GT 评测。
Train split（K=3）
0076426b… · 0449c453… · 3cb67a90…
（文件名排序优先，且要求草地实例数 ≥ 3）
2. 结果
草地：预测框与 GT 框做贪婪一对一匹配；IoU≥0.5 计为 TP，据此算 Precision / Recall，并对匹配对报告 mean IoU。 跑道：单框直接与 GT 计算 IoU。
Task A · Grass（multi-box, n=8）
| Mean Precision | 0.871 |
| Mean Recall | 0.871 |
| Matched mean IoU | 0.737 |
P/R ≈ 0.87
Task B · Runway（single-box, n=8）
| Mean IoU | 0.696 |
| IoU ≥ 0.50 | 87.5%（7/8） |
| IoU ≥ 0.75 | 50%（4/8） |
mean IoU ≈ 0.70
Per-image breakdown（test）
| 图片 | GT 草地 | Pred | P | R | 草地 mIoU | 跑道 IoU |
|---|---|---|---|---|---|---|
3de8… |
8 | 8 | 0.62 | 0.62 | 0.599 | 0.636 |
4154… |
5 | 5 | 1.00 | 1.00 | 0.822 | 0.758 |
4a61… |
8 | 8 | 0.62 | 0.62 | 0.666 | 0.922 |
7da9… |
7 | 7 | 0.86 | 0.86 | 0.761 | 0.767 |
874d… |
7 | 7 | 1.00 | 1.00 | 0.717 | 0.314 |
c60a… |
5 | 5 | 1.00 | 1.00 | 0.791 | 0.723 |
d872… |
7 | 7 | 0.86 | 0.86 | 0.725 | 0.903 |
e16e… |
7 | 7 | 1.00 | 1.00 | 0.812 | 0.542 |
高亮行 874d…：草地 P/R=1.00，但跑道预测仅覆盖下半段（IoU=0.314）。
跑道主要误差模式为局部覆盖不足或边界偏松，而非完全漏检。
3. 参考标注（3.8 GT）
绿框为草地实例，橙框为跑道。点击放大。草地标注总体贴合色块；跑道偶见边界略松（含少量纸面白边）。
4. 预测可视化（35B，test）
与 §3 同色编码。可对照边界贴合度、实例漏检/过检，以及跑道是否吞入草地区域。
5. 案例分析
左：3.8 参考标注；右：35B 预测（hold-out）。
High runway IoU · d872… = 0.903
High grass fidelity · 4154…
Failure mode · 874d… partial runway
Train-set GT examples
0076… · 8 grass + runway
3cb6… · train shot6. 讨论
Findings
- Multi-box grass：K=3 few-shot 下 hold-out P/R≈0.87，实例计数与色块基本对齐，路径可行。
- Single-box runway：IoU≥0.5 达 7/8，但全长覆盖与边界贴合波动较大（IoU≥0.75 仅 4/8）。
- 当前单目标
/predict不足以表达草地任务；本实验以 multi-bbox JSON 协议验证了扩展方向。
Next steps
- 草地落地需独立 multi-bbox 推理接口，避免复用单框卡。
- 跑道描述约束可继续强化「仅灰条、排除草地」；对局部覆盖失败样本可做人工抽检或提高 K。
- 将强光/投影干扰样本（如
874d、c60a）纳入回归基准。
Reproducibility
Script: scripts/eval_hard_pic_fewshot.py ·
Artifacts: test_outputs/hard_pic_fewshot/ ·
Related:
object few-shot ·
abstract / paper-craft