feat: 2.18.9 靶规格YOLO分类重构

- 换用 model_325964（class_id: 0=40cm, 1=靶心, 2=20cm）
- class_id=1 解析阶段直接过滤，不参与上报选择
- 上报仅在有效靶规格(20/40)中取置信度最高的一条
- 0 结果时按 RETRY_CONF_TH 自动重检一次
- 增加检测调试打印（raw/detections/上报/忽略计数）

config.py

@@ -262,14 +262,18 @@ TRIANGLE_SAMPLE_PATCH_HALF_PX = 2
 # 开机阶段预加载 YOLO detector；detect 使用 dual_buff=False，避免返回上一帧结果。
 TRIANGLE_YOLO_PRELOAD_ON_BOOT = False
 
-# YOLO target size classification: class 0=20cm, class 1=40cm.
+# YOLO target size classification: class_id → label，下标即 class_id：0=40cm, 1=0(靶心), 2=20cm.
 TARGET_CLASS_YOLO_ENABLE = True
-TARGET_CLASS_YOLO_MODEL_PATH = APP_DIR + "/model_317828.mud"
-TARGET_CLASS_YOLO_LABELS = (20, 40)
-TARGET_CLASS_YOLO_CONF_TH = 0.66
-TARGET_CLASS_YOLO_IOU_TH = 0.45
-TARGET_CLASS_YOLO_RETRY_ON_EMPTY = False
+TARGET_CLASS_YOLO_MODEL_PATH = APP_DIR + "/model_325964.mud"
+TARGET_CLASS_YOLO_LABELS = (40, 0, 20)
+# 只有映射结果落在该集合内才用于上报（如 class 1→label 0 直接忽略）
+TARGET_CLASS_YOLO_VALID_LABELS = (20, 40)
+# 解析阶段直接丢弃的 class_id（1=靶心），不参与任何选择/上报
+TARGET_CLASS_YOLO_IGNORE_CLASS_IDS = (1,)
+TARGET_CLASS_YOLO_CONF_TH = 0.5
+# 首次检测 0 结果时用该阈值重新检测一次（≥CONF_TH 时按 CONF_TH 同参重跑）
 TARGET_CLASS_YOLO_RETRY_CONF_TH = 0.25
+TARGET_CLASS_YOLO_IOU_TH = 0.45
 TARGET_CLASS_YOLO_PRELOAD_ON_BOOT = True
 
 # ── 第二段 YOLO：仅在 Stage1 裁切出的靶环图上推理（与合成 stage2 训练数据一致）→ 子框内传统算法取直角点 ──