本仓库主要包含乐高检测、数据准备、模型训练与 Flask 演示。新增内容时优先放入现有目录，避免随意增加新的顶层文件夹。
app.py：本地网页演示入口。detectors/：尺寸、层高、多主体堆叠等检测模块，支持命令行调用。model/：数据集定义、CNN 模型与训练辅助工具。scripts/stage2/：第二阶段训练、评估、可视化与预测脚本。utils/：爬取、预处理、质量检查、数据划分等工具。assets/、data/、runs/：演示素材、数据集、实验输出与模型权重。templates/、pages/：网页模板与页面相关模块。
建议先创建虚拟环境，再安装依赖：
pip install -r requirements.txt：安装运行和训练所需依赖。python app.py：启动 Flask 演示，访问http://127.0.0.1:5000。python -m detectors.lego_size_detector assets/demo_inputs/OIP-C.webp：执行单图检测冒烟验证。python utils/auto_prepare_stage1.py：运行第一阶段数据准备全流程。python -m scripts.stage2.train_baseline --epochs 20 --batch-size 16 --learning-rate 0.001：训练基线分类模型。python -m scripts.stage2.evaluate_model --checkpoint runs/stage2/baseline/best_model.pth：评估已有模型权重。
仓库以 Python 为主，保持与现有代码一致：
- 统一使用 4 个空格缩进。
- 文件名、函数名、变量名、CLI 参数使用
snake_case。 - 模块名应直接表达用途，例如
lego_height_detector.py、check_dataset_quality.py。 - 目录命名应贴合流程阶段，如
data/raw、data/processed、runs/stage2。 - 当前未配置统一格式化工具，提交前请自行整理导入顺序并保持风格一致。
目前仓库没有独立的 tests/ 目录，建议按改动范围做最小可运行验证：
- 检测模块改动后，运行对应的
python -m detectors...命令检查输出。 - 训练相关改动后，优先使用
scripts/stage2/visualize_batch.py、train_baseline.py、evaluate_model.py验证流程。 - 生成的评估结果、图表和权重应保存在
runs/stage2/...，不要提交无用的大体积临时文件。
现有提交历史采用简短的祈使句风格，例如 Add stage-1 dataset preparation workflow。
- 提交信息建议以动词开头，如
Add、Update、Fix、Refactor。 - 每次提交只聚焦一个功能点或一个流程环节。
- 提交 PR 时应说明改动目的、影响路径、执行过的命令；涉及页面变更时附上截图。
- 如改动依赖数据集、报告或模型权重，请在说明中写明对应位置与验证方式。