# 内容与代码对应关系

阅读日期：2026-10-29。以实际执行代码、生产配置和对应文档交叉核对；不混用历史 diversity-ego-pipeline / diversity-robot-pipeline 的实验方法。

## 01 Robot 质检

根目录：`/media/damoxing/fileset/data_proc_dy/v3/data_proc`

- `README.md`：CPU 视频/动作质检 → 通过 episode → CalibAll / FK 与几何 → LeRobot v3；报告作为阶段接口。
- `core/video.py`：VideoQualityConfig、逐视角 VideoQualityGate、解码/画面/连续性/时间戳。
- `core/action.py`：RobotActionModel、URDF 约束与动作质检；具体启用步骤由配置决定。
- `configs/datasets/`：数据集特定处理器、字段与质检配置。网页没有将某一组阈值写成所有 Robot 数据的统一标准。

## 01 Ego 质检

根目录：`/media/damoxing/datasets/data_proc_wth_2`

- `docs/ego_data_processing_sop.md`：manifest → processor → video.pipeline → ego.video_quality → ego.action_quality → accepted manifest → 可选文本改写 → EE22 retarget / LeRobot v3。
- `core/ego_video.py`：稀疏相机运动、locomotion 与手数量检查。
- `core/ego_action.py`：关键点/覆盖率/骨骼/时间戳/位姿连续性质量配置。MANO / SAM3 门禁按配置启用，不能当作所有数据的必经步骤。
- `docs/ego_dedup.md`：可选质检后去重；不是当前 Stage 2 Diversity 的替代描述。
- EE22 为 `[left EE11, right EE11]`，每手 position(3) + rotation6d(6) + gripper width(1) + activity(1)。

## 02 多样性筛选

根目录：`/media/damoxing/datasets/Scale2Act/Pipeline`

- `2_Diversity/diversity.py`：生产调度、动作直方图、缓存与分片；samples 使用全部有效相邻动作的速度样本。
- `2_Diversity/diversity_v3/v3core/selection.py`：四项权重 0.5 / 0.2 / 0.2 / 0.1；`marginal(vision_coverage * action_coverage) / duration_s`；固定任务内顺序，任务间按已选时长均衡。
- `2_Diversity/diversity_v3/README.md`：首帧视觉 embedding、原始动作坐标、完整 episode 选择。README 中平均速度的表述与生产直方图实现存在细节差异，网页采用不含歧义的“动作分布”表述。
- `run_pipeline/ego300_robot300.yaml`：Ego 90+99+111 h，Robot 105+120+75 h。网页明确为配置预算。
- 交互散点不是生产算法实现。合成点按固定候选顺序在时长预算内选取，用于解释预算约束，不能据此推断算法指标。

## 03 分割 / 04 子任务细化

- `3_Seg_label/annotate.py`：实际运行器的 segment / label、逐相机 contact sheet、结果校验、缓存与失败处理。Stage 4 对起止边界作不变断言。
- `3_Seg_label/prompts.json`：当前真实请求使用的提示词；完整时间覆盖、完成事件边界、靠近/调整/撤回合并、双臂必要时允许重叠；输出 `segments[{start_sec,end_sec,subtask}]`。
- `3_Seg_label/segment_pipeline.py`：120 秒长视频分块、合并、超长片段再次请求与失败回退；不足 2 秒 episode 不可分割。网页不把第二次处理承诺为必然成功。
- `3_Seg_label/segmentation-protocol.md` / `output-contract.md`：另有 richer event/evidence contract，但不是 `annotate.py` 当前使用的最简输出，不作为网页导出契约。
- `4_Refiner/labeling.py` / `README.md`：独立固定 segment 标注实现，previous/current/next 消歧。生产运行器通过 `annotate.label` 实现该语义，并非直接 import 此独立模块。
- 配置 `sample_sec: 0.5`，只用于模型看图，不改变原始训练时间步。
- 网页时间轴为合成教学示例；不将静态示意画面当成模型标注结果。

## 05 Adapter 与执行边界

- `5_Adapter/README.md`：原始数据引用、Stage 4 最终边界/标签、半开帧区间、Robot 动作 Hz 与视频 PTS 分离、原始步长 1、尾部截断/填充 mask、归一化统计、不可变版本发布。
- `run_pipeline/run.py` / `README.md`：运行器只执行 2/3/4，1/5 配置占位会被拒绝。`1_QC` 目录为空，QC 在两个独立仓库执行；Stage 5 是单独入口。
- 网页 JSON 是字段含义的概念示例，非完整 Adapter schema。

## 素材出处

- `assets/ego.png` 复制自 `data_proc_wth_2/outputs/mano_egoverse_preview/source_episode_2025-05-08-02-34-47-172880_frame_000122.png`。
- `assets/robot.jpg` 复制自 `data_proc_dy/v3/data_proc/docs/figures/robot_pipeline_assets/head.jpg`。
- Logo、事件操作 SVG 和散点由网页代码绘制，无外部素材或 AI 生成样本。