FME与AI处理大范围影像或空间数据：AI在某个瓦片上返回了目标类别和置信度，但同一个目标在相邻瓦片上的置信度可能从0.92掉到0.55，合并之后到底该保留高置信度的那条、取平均，还是把低置信度的记录路由到人工复核而不是直接入库？

一、问题的真实形状：0.92 与 0.55 到底差在哪里

先把场景钉死。假设一幅 20000×20000 像素的正射影像，按 1024×1024、重叠 200 像素切瓦片，共产生约 500 余块。某类目标（比如光伏板、违建彩钢房、车辆、船只）在瓦片 T1 中完整位于中心区域，检测框得分 0.92；同一目标在瓦片 T2 中恰好横跨右边界，只有约 40% 的面积落在 T2 内，检测框得分 0.55，且框的位置有明显偏移。合并时，两条记录指向同一个物理目标，必须做出取舍。

很多团队的第一反应是"取最大分"，理由是简单、可解释、不需要额外参数。第二反应是"取平均"，理由是"综合了两个视角的证据"。第三反应是"低分进复核队列"，理由是"宁可多花人工，不可漏检"。这三种直觉各自对应一种隐含的统计假设，而这三套假设在真实的瓦片推理场景中往往都不成立。要看清这一点，得先理解分数是怎么产生的。

1.1 检测器输出的到底是什么

以主流单阶段检测器（YOLO 系列、RetinaNet）和两阶段检测器（Faster R-CNN 系）为例，分类分支输出的是经 sigmoid 或 softmax 归一化后的类别分数。这个分数在训练时被交叉熵或 focal loss 驱动，其数值含义高度依赖于训练分布、正负样本配比、标签质量与后处理（如 NMS 阈值）。文献中早已反复指出，现代深度网络的 softmax 输出普遍存在过度自信问题（Guo 等，2017，On Calibration of Modern Neural Networks），即分数 0.9 对应的实际正确率可能只有 0.7 左右。本文评述：这意味着即便在同一瓦片内，0.92 也不等于"92% 概率是目标"，它只是一个排序信号；跨瓦片比较时，这个信号的语义还会被裁剪方式进一步扭曲。

更关键的是，目标检测的分数并非对"整幅场景中是否存在该目标"的估计，而是对"当前这个候选框是否匹配某个真实框"的估计。当候选框只覆盖目标的一部分时，它与真实框的 IoU 下降，模型在训练中见过大量此类"部分目标"被标为负样本的情形，于是学会了压低分数。这不是模型的缺陷，而是训练目标定义的必然结果。

1.2 一个被忽视的事实：重叠区并不产生独立证据

"取平均"的直觉来自"多个观测平均可降噪"。但瓦片重叠区产生的两次检测并非独立观测：它们来自同一个模型、同一份权重、同一幅影像的同一片像素，只是裁剪窗口不同。统计学上，这属于高度相关的重复测量，平均并不能按 1/√n 降低方差。笔者认为，把重叠区检测当作"集成学习式的多模型投票"是一种范畴错误；它更接近"同一测量在不同仪器姿态下的读数"，正确的处理是建模姿态（裁剪位置）带来的系统偏差，而不是简单平均。

这一点在 TTA（Test-Time Augmentation）语境下尤其容易被混淆。TTA 通过翻转、多尺度等方式制造扰动，其平均确实有一定降方差效果，因为扰动引入了多样性；而瓦片裁剪的多样性是空间平移，若目标在瓦片中的相对位置分布不均匀（边缘必然不均匀），平均就会系统性地把分数拉向"边缘分布"的均值，反而劣化。

1.3 合并决策的三层后果

策略	隐含假设	典型失效场景	对入库数据的影响
保留最高分	高分框定位更准、证据更强	高分框来自误检（背景纹理巧合），低分框才是真目标	漏检被"合理"掩盖，召回率虚高
取平均	两次检测是独立证据	边缘瓦片系统性低分，平均后整体分数下移	阈值附近目标被批量误杀
低分路由复核	人工可低成本判别真伪	复核队列被大量"边缘正常目标"淹没	人工成本失控，复核延迟拖垮交付

上表（笔者根据工程实践归纳，非文献数据）说明：三种策略都不是"错"的，错的是把它们当作与上下文无关的固定规则。真正需要的是一套与分数语义对齐、可标定、可审计的融合与路由架构。

二、瓦片效应：分数漂移的五个成因机制

要把"0.92 掉到 0.55"讲清楚，必须拆到机制层面。笔者把跨瓦片分数漂移归为五类成因，它们可叠加、可分离验证，是后续所有工程对策的依据。

2.1 截断效应（Truncation）

目标被瓦片边界裁切，可见面积占比下降。检测器对"部分可见目标"的响应天然弱于完整目标，尤其当训练集中部分遮挡样本比例不足时。COCO 数据集中对 small/medium/large 目标的分层评估早已显示，目标尺度与可见比例对 AP 影响显著（Lin 等，2014，COCO 数据集论文）。本文评述：截断效应是五类成因中最主要、也最容易被误判为"模型不行"的一类；实际上它是数据切分策略的问题，而非模型能力问题。

2.2 上下文缺失（Context Loss）

深度检测器在训练中隐式学习了目标与周边环境的共现关系（比如船在水面上、车在道路上）。瓦片裁剪会切断这种上下文，尤其是目标贴近瓦片边缘时，周边像素被替换为 padding 或相邻地物。文献中对上下文建模的讨论可追溯至 R-CNN 系列对 region proposal 周边区域的利用，以及后续对 large receptive field 的设计。笔者认为，上下文缺失造成的分数下降具有"类别相关性"：对强上下文依赖的类别（船、飞机、光伏阵列）影响大，对弱上下文类别（独立建筑）影响小，这一点在标定时应分类别处理。

2.3 位置先验偏移（Position Prior Shift）

训练数据中目标中心多分布于图像中部，模型因此学到微弱的中心偏好。当目标出现在瓦片边缘时，这一先验被违反，分数被压低。这类偏差在目标检测的位置偏差分析中屡有讨论，属于数据分布问题而非架构问题。

2.4 尺度与分辨率不一致

若瓦片切分时做了重采样（例如把 1024 缩放到 640 输入网络），不同瓦片因目标相对尺度不同，实际有效分辨率不同。多尺度训练/测试虽能缓解，但不能消除。本文评述：很多团队在瓦片尺寸、重叠率、输入缩放三者之间随意组合，导致分数漂移被放大；这三者应当作为一组超参数联合标定，而不是各自拍脑袋。

2.5 边界伪影与拼接缝

影像预处理（辐射校正、镶嵌、压缩）在瓦片边界可能引入伪影；JPEG 分块压缩在 8×8 或 16×16 块边界产生振铃，恰好与瓦片边界叠加时，会制造虚假边缘响应，既可能抬高也可能压低分数。这类效应在高压缩比交付影像中尤为明显。

可分离验证建议：取一批目标，人为构造"完整/半截/边缘/加 padding"四种瓦片，固定模型权重，统计同一目标的分数分布。若半截瓦片分数系统性低于完整瓦片 0.2 以上，即可确认截断效应主导；若加 padding 后分数回升，则上下文与位置先验共同作用。此实验成本极低，却能把"玄学调参"变成"可归因诊断"。

三、主线确立：置信度是条件分数，不是概率

前两节铺垫至此，可以正式提出全文的分析主线：

这条命题看似抽象，但它直接推出三个可操作的工程结论：

1. 不可直接比较：0.92 与 0.55 来自不同上下文，直接比大小在统计上没有意义，除非两者上下文相近。
2. 不可简单平均：平均隐含"等权独立证据"，而上下文差异使权重应随裁剪质量变化。
3. 必须引入上下文元数据：每条检测记录应携带瓦片 ID、目标框到瓦片边界的距离、可见面积估计、瓦片内相对位置等字段，作为融合与路由的协变量。

本文评述：这一思路与遥感领域的"辐射归一化"思想同构——不同时相影像的 DN 值不可直接比较，必须先做辐射定标与大气校正。跨瓦片置信度同样需要一次"分数归一化"，只不过校正对象从辐射量变成了模型分数。把 AI 后处理当作"另一个需要定标的传感器"，是本文认为最有价值的视角转换。

四、融合算子谱系：NMS、Soft-NMS、WBF、TTA 与聚类法

合并阶段的技术选项其实不少，但很多团队只用了 NMS 一种，然后在阈值上反复挣扎。下面按"是否利用分数、是否利用框几何、是否利用上下文"三个维度梳理。

4.1 标准 NMS 与其局限

NMS 按分数排序，逐个抑制 IoU 超阈值的低分框。它的隐含假设是"高分框更可信"，本质上是"保留高分"策略的算法化。问题在于：当高分框来自误检、低分框才是真目标时，NMS 会不可逆地删掉正确结果。此外 NMS 的 IoU 阈值对密集目标极敏感，阈值稍低就漏、稍高就重。

4.2 Soft-NMS：用分数衰减替代硬删除

Soft-NMS（Bodla 等，2017）把"删除"改为"按 IoU 衰减分数"，缓解了密集目标漏检。本文评述：Soft-NMS 的价值不在精度提升本身，而在于它承认了"重叠不等于重复"这一事实；但其衰减函数是人工设定的高斯或线性形式，缺乏对瓦片上下文的建模，跨瓦片场景下仍需改造——可以把衰减系数与"两框所属瓦片是否相邻、目标是否被截断"挂钩。

4.3 加权框融合（WBF）

WBF（Solovyev 等，2021，Weighted Boxes Fusion）把一组重叠框按分数加权平均得到融合框，并把参与融合的框数与平均分结合作为最终置信度。它在 COCO 等基准上对集成模型效果显著。笔者认为，WBF 天然适合瓦片合并场景，因为它显式利用了"多个框"这一信息，且融合框位置比单框更稳；但直接套用有两个坑：其一，WBF 的置信度公式是启发式的，不是标定后的概率；其二，当参与融合的框分数差异极大（0.92 vs 0.55）时，加权平均会被高分框主导，低分框几乎不起作用，等于变相"保留高分"。因此 WBF 需要配合分数可比化使用。

4.4 TTA 融合与"伪多样性"陷阱

TTA 通过翻转、多尺度制造扰动，再用 NMS 或 WBF 合并。它在小目标和边界目标上确有收益。但如前所述，瓦片平移与 TTA 扰动性质不同，二者混用时若不加区分，会把"裁剪偏差"误当作"扰动多样性"来平均，反而劣化。工程上应把 TTA 融合与跨瓦片融合分成两个阶段，分别设参。

4.5 基于聚类/图的方法

把跨瓦片检测框视为图的节点，IoU 或中心距为边权，做连通分量或谱聚类，可在密集场景下获得比贪心 NMS 更全局的合并。近年一些开放词汇检测与分割工作也采用类似后处理。本文评述：图方法的优势是"全局最优性"和"可加入上下文边权"（如同一瓦片内的框边权更高），代价是计算复杂度与大范围数据的可扩展性；在百万级框的场景下需要分块建图。

算子	利用分数	利用几何	可利用上下文	适用场景
NMS	排序	IoU	否	稀疏、低重叠
Soft-NMS	衰减	IoU	可扩展	密集目标
WBF	加权	IoU+坐标	可扩展	集成/瓦片合并
TTA 融合	加权	IoU	否	小目标、边界
图聚类	可加权	多种	强	密集、需全局

五、"保留高分 / 取平均 / 路由复核"的三选一辨析

回到用户最初的问题。笔者认为，正确的答案不是三选一，而是"分情况、分阶段、分目标类型"的组合策略。下面给出可操作的判别框架。

5.1 先判断：两条记录是否指向同一目标

合并的前提是"同一目标"。若 IoU 低于阈值（如 0.3）或中心距超过目标尺寸的 0.5 倍，两条记录可能本就是不同目标，不应合并，而应各自保留并进入后续去重。很多"平均后分数变低"的怪象，根源是把两个不同目标错误合并了。

5.2 再看：分数差异是否可由上下文解释

若低分框所在瓦片中目标被截断（可见面积 < 60%）或紧贴边界（框到边界距离 < 框宽的 10%），则低分是"预期内"的，不应据此判定为误检。此时应：

• 位置：采用高分框或 WBF 融合框（几何更稳）；
• 分数：不做简单平均，而是用"上下文校正后的分数"（见第六节）作为最终置信度；
• 入库：若校正后分数仍高于入库阈值，直接入库；否则进入复核。

5.3 若分数差异无法由上下文解释

这意味着两条记录中至少一条是误检，或模型在该区域不稳定。此时"保留高分"风险最大（可能是高分误检），"平均"会稀释证据，"路由复核"最稳妥。工程上可设一条规则：当同一目标的多瓦片分数极差（max−min）超过 0.3 且上下文无法解释时，强制进入复核队列，并标记"跨瓦片不一致"标签，供后续模型迭代分析。

5.4 分类型策略表

目标类型	推荐融合	复核触发条件	理由
大而完整（建筑、光伏阵列）	WBF + 上下文校正	极差 > 0.25	几何稳定，分数差异多为误检信号
小而密集（车辆、船只）	Soft-NMS + 图聚类	极差 > 0.35 或重叠异常	密集场景合并易错，需全局视角
强上下文依赖（船、飞机）	上下文校正后 WBF	上下文缺失且分数低	截断导致低分属正常，不宜误杀
高价值/高风险（违建、危房）	保守：全部复核	一律复核	漏检成本远高于人工成本

本文评述：上表不是教条，而是把"成本结构"显式化。融合策略的选择本质上是"漏检成本 vs 误检成本 vs 人工成本"的权衡，不同业务场景下最优解不同。把这一权衡写成可配置的策略表，比在代码里硬编码一个阈值要可持续得多。

六、分数可比化：标定、温度缩放与瓦片条件归一

要让融合与路由有据可依，必须先让分数"可比"。这一节给出三步走的工程路径。

6.1 第一步：全局标定（Calibration）

用留出验证集，按置信度分桶统计实际精确率（precision），绘制可靠性图（reliability diagram）。若曲线明显低于对角线（过度自信），用温度缩放（Temperature Scaling，Guo 等，2017）或保序回归（Isotonic Regression）拟合一个单调映射 g(s)。标定后，s' = g(s) 才近似具有"分数即正确率"的含义。注意：标定必须在与推理一致的瓦片切分下进行，否则标定的是"整图分布"，对瓦片不适用。

6.2 第二步：瓦片条件归一（Tile-Conditional Normalization）

这是本文认为最值得投入的一步。做法：构造一个"上下文特征向量" c，包含：目标框到四边界的归一化距离、可见面积占比估计、瓦片内相对位置、瓦片平均梯度/纹理强度、目标类别。用验证集拟合一个轻量回归（如逻辑回归或小 GBDT），输入 (s, c)，输出"校正后分数" s_cal。训练标签用"该框是否与真值 IoU≥0.5"。这样，模型学到的不是"分数本身"，而是"在给定上下文中分数应如何解读"。

# 伪代码：瓦片条件分数校正（示意，非真实数据）
# 输入: detections: list of dict(score, box, tile_id, tile_size, img_size)
# 输出: 带 s_cal 的记录

def context_features(det, tile):
    x1,y1,x2,y2 = det["box"]
    W,H = tile["w"], tile["h"]
    d_left   = x1 / W
    d_right  = (W - x2) / W
    d_top    = y1 / H
    d_bottom = (H - y2) / H
    vis_ratio = estimate_visible_ratio(det, tile)   # 可用相邻瓦片掩膜估计
    cx, cy = (x1+x2)/2/W, (y1+y2)/2/H
    return [d_left, d_right, d_top, d_bottom, vis_ratio, cx, cy,
            tile["mean_grad"], det["cls_id"]]

# 离线训练 calibrator: (score, context) -> P(IoU>=0.5)
s_cal = calibrator.predict_proba([[det["score"]] + context_features(det, tile)])[1]

本文评述：这一步的本质是把"后处理规则"变成"可学习的小模型"，它比手调阈值稳健得多，且可解释（特征重要性可查）。代价是需要一批带真值的验证数据，以及每次模型更新后重新拟合。笔者认为这笔投入在大范围生产中是划算的，因为它把"每次换模型就重新调参"的重复劳动一次性解决。

6.3 第三步：融合时的分数聚合

有了 s_cal，融合就可以用"校正后分数的加权平均"或"取校正后最大值"，二者在标定良好时差异不大；若仍有差异，说明标定不足，应回到第二步。工程上建议：位置用 WBF 融合，分数用校正后分数的加权平均，权重取可见面积占比。这样既利用了多视角几何，又避免了"边缘低分拖累整体"。

七、复核路由的决策论建模与成本最优阈值

"路由到人工复核"不是一句口号，而是一个需要成本建模的决策问题。设：

• C_FN：漏检一个真目标的代价（业务损失、返工成本）；
• C_FP：误检入库一个假目标的代价（数据清洗、信誉损失）；
• C_R：人工复核一条记录的代价（工时）；
• p：校正后分数（近似正确率）。

直接入库的期望代价 ≈ (1−p)·C_FP；直接丢弃的期望代价 ≈ p·C_FN；复核的期望代价 ≈ C_R（复核后基本消除错误）。因此：

整理可得复核区间：p ∈ (C_R/C_FN, 1 − C_R/C_FP)。低于下界直接丢弃，高于上界直接入库，中间复核。这个公式的价值在于：它把"阈值"从拍脑袋变成由三个成本参数决定，且当成本结构变化（比如某类目标漏检代价上升）时，阈值可自动重算。

本文评述：很多团队只设一个"入库阈值"，把低于阈值的全部丢弃，这等价于假设 C_R 无穷大（复核不可行）。在人工可用的场景下，这会造成大量本可挽救的真目标被丢弃。引入复核区间后，召回率通常能显著提升，而人工量可通过"只复核中间区间"控制。具体数值需按业务标定，本文不虚构具体成本数字。

7.1 复核队列的优先级排序

复核资源有限时，应按"期望信息增益"排序：优先复核那些"复核后最可能改变决策"的记录，即 p 接近决策边界、且目标价值高的记录。可定义一个简单评分：priority = |p − p*| × value(cls) × uncertainty，其中 p* 为决策边界，uncertainty 可用多瓦片分数极差或 MC Dropout 方差估计。这样人工先看"最纠结"的，而不是按时间顺序。

八、FME + Python 混合流水线：从瓦片到入库的完整步骤

FME 在大范围空间数据处理上的优势是格式兼容、流程可视化、批处理稳定；劣势是深度学习推理与复杂数值计算不便。因此推荐的架构是"FME 管数据流转与空间操作，Python 管推理与融合"。下面给出可落地的步骤。

8.1 步骤一：瓦片切分与元数据生成（FME）

用 FME 的 Tiler 或 RasterTiler 转换器切瓦片，重叠率建议 15%–25%（重叠太小边界目标丢失，太大计算浪费）。关键是为每块瓦片生成元数据表：tile_id、行列号、地理范围、与相邻瓦片的邻接关系。这张表是后续"跨瓦片同一目标识别"的基础，务必保留。

8.2 步骤二：批量推理（Python，FME 调用）

用 FME 的 PythonCaller 或 SystemCaller 调用推理脚本，输出统一的检测表（tile_id, cls, score, x1,y1,x2,y2，地理坐标）。建议推理时同时输出 TTA 结果或至少保留原始分数，便于后续标定。推理脚本应支持批处理与断点续跑，大范围数据动辄数万瓦片，稳定性优先。

8.3 步骤三：跨瓦片关联与融合（Python）

# 伪代码：跨瓦片融合主流程（示意）
def merge_tiles(dets, tiles, cfg):
    # 1) 按空间邻近分块，避免全局 O(n^2)
    blocks = spatial_partition(dets, cell=cfg.block_size)
    merged = []
    for blk in blocks:
        # 2) 计算上下文特征 + 校正分数
        for d in blk:
            d["s_cal"] = calibrator(d["score"], context_features(d, tiles[d["tile_id"]]))
        # 3) 图聚类：IoU 或中心距建边
        graph = build_graph(blk, iou_thr=cfg.iou_thr, dist_thr=cfg.dist_thr)
        for comp in connected_components(graph):
            # 4) 位置：WBF 融合；分数：可见面积加权平均
            box = wbf_boxes([d["box"] for d in comp], [d["s_cal"] for d in comp])
            w   = [visible_ratio(d) for d in comp]
            s   = weighted_mean([d["s_cal"] for d in comp], w)
            spread = max(d["s_cal"] for d in comp) - min(d["s_cal"] for d in comp)
            # 5) 路由判定
            route = decide_route(s, spread, cfg)
            merged.append(dict(box=box, score=s, spread=spread, route=route,
                               tiles=[d["tile_id"] for d in comp]))
    return merged

8.4 步骤四：路由分流与写库（FME）

融合结果按 route 字段分流：auto_accept 直接写成果库；review 写入复核队列（带优先级、缩略图、上下文信息）；reject 写入审计表（不删除，便于回溯）。FME 的 Writer 可同时写 PostGIS、File Geodatabase 或 GeoPackage，复核队列可写为带状态字段的表，供 Web 端复核工具读取。

8.5 步骤五：复核回写与闭环

复核结果回写后，应定期统计"复核推翻率"与"复核确认率"，作为标定器与路由阈值的再训练数据。这一闭环是很多团队缺失的环节：复核做完了，数据却没用起来。笔者认为，复核数据是最高质量的难例样本，用它微调模型或重拟合标定器，收益远高于盲目扩数据。

拓展资源：FME 官方 Tiler 转换器文档（docs.safe.com）；WBF 开源实现（github.com/ZFTurbo/Weighted-Boxes-Fusion）；Ultralytics YOLO 的 SAHI 切片推理教程（docs.ultralytics.com/guides/sahi-tiled-inference）；MMDetection 的 NMS/Soft-NMS 实现（github.com/open-mmlab/mmdetection）。

九、质量评估：跨瓦片一致性指标与验收口径

融合做得好不好，不能只看总体 mAP，因为 mAP 对边界目标的惩罚被平均掉了。建议补充三类指标：

1. 跨瓦片一致性（Cross-Tile Consistency, CTC）：同一真值目标在多个瓦片中的检测分数极差的分布。CTC 越小，说明分数越可比，融合越可靠。
2. 边界召回率（Boundary Recall）：目标中心落在瓦片边界 10% 区域内的召回率，单独统计，避免被中心目标稀释。
3. 复核有效率（Review Yield）：复核队列中被确认为真目标的比例。过低说明路由过宽，浪费人工；过高说明路由过窄，可能漏检。

本文评述：这三类指标的组合，比单一 mAP 更能反映"大范围生产可用性"。建议在验收文档中明确写入，并在每次模型/参数变更后回归测试。指标的具体目标值应依据业务基线设定，本文不给出虚构数值。

十、工程陷阱清单与调参经验

10.1 陷阱一：重叠率与 NMS 阈值耦合

重叠率增大，同一目标的重复检测增多，NMS 阈值若不变，可能把相邻不同目标误抑制。建议重叠率与 NMS 阈值联合调参，且融合阶段用图聚类替代全局 NMS。

10.2 陷阱二：地理坐标与像素坐标混用

跨瓦片合并若在像素坐标做，需先统一到地理坐标，否则不同瓦片的像素原点不同，IoU 计算全错。FME 流程中务必在推理输出阶段就转地理坐标。

10.3 陷阱三：标定集与推理集分布不一致

标定集若来自不同季节、不同传感器，标定器会失效。建议标定集覆盖主要地物类型与成像条件，且与推理数据同源。

10.4 陷阱四：复核队列无优先级

按时间顺序复核会导致高价值目标延迟。务必实现第七节的优先级排序。

10.5 陷阱五：把融合结果当"真值"再训练

融合结果含模型偏差，直接当标签会放大偏差。应只把复核确认的记录作为新标签。

十一、前沿预判：基础模型、开放词汇与不确定性原生架构

11.1 基础模型对瓦片范式的冲击

SAM 系列、DINOv2 等基础模型具备更强的零样本/少样本能力，部分工作尝试用大感受野模型直接处理大图，减少瓦片切分。但受显存与分辨率限制，瓦片推理在可预见的未来仍是主流。本文评述：基础模型改变的是"单瓦片检测质量"，不改变"跨瓦片融合"这一问题本身；反而因为开放词汇检测的分数语义更模糊，融合与标定的重要性上升。

11.2 不确定性原生架构

近年不确定性估计（MC Dropout、深度集成、Evidential Deep Learning）在检测中逐步落地。若模型能直接输出"认知不确定性"与"偶然不确定性"，融合时就可按不确定性加权，而非按分数加权。笔者认为这是比"事后标定"更根本的解法，但工程成本高，短期内标定仍是性价比最高的路径。

11.3 端到端大图推理与流式融合

随着显存与推理框架优化，端到端大图推理（如分块注意力、稀疏卷积）在部分场景可行。同时，流式融合（边推理边合并，维护一个全局目标表）可降低存储与延迟。本文评述：流式融合的关键是"目标身份维护"（data association），可借鉴多目标跟踪中的匈牙利匹配思想，把跨瓦片检测当作"跨帧关联"来处理，这是一个值得探索的交叉方向。

十二、结语：把后处理当作一等公民

回到最初的问题：0.92 与 0.55，保留哪个？本文的答案是——先别急着选，先问这两个分数是否可比、差异是否可由上下文解释、复核成本是否可承受。融合不是一道选择题，而是一条从"分数语义理解"到"上下文校正"再到"成本最优路由"的链路。把这条链路建起来，0.92 与 0.55 就不再是困扰，而是系统正常运转的信号。

在大范围空间数据的 AI 流水线中，模型精度固然重要，但后处理架构决定了这份精度能否稳定地转化为可入库的数据产品。笔者认为，行业过去几年在模型上投入过多、在后处理上投入不足；未来真正拉开差距的，很可能是谁把"融合—标定—路由—闭环"这套工程体系做得更扎实。

主要参考文献与数据来源