Labeling 历史统计修复

Labeling 历史统计修复#

当历史 labeling 工作目录存在 task_meta.json 缺失或损坏时，可使用离线修复脚本重建分支统计，不触发任何重新计算任务。

1. 脚本入口#

  • scripts/repair_labeling_stats.py

2. 单目录修复#

python3 scripts/repair_labeling_stats.py --workdir /path/to/labeling_workdir

执行后会在目标目录写入：

  • outputs/labeling_stats_report.repaired.json

3. 批量修复#

python3 scripts/repair_labeling_stats.py \
  --root /path/to/history_runs \
  --pattern "fp*" \
  --strict

参数说明：

  • --workdir：可重复传入多个目录

  • --root：批量扫描根目录

  • --pattern：根目录下匹配模式，默认 *

  • --strict：任一目录失败或报告不可信时返回非零退出码

4. 输出与校验#

脚本会输出每个目录的修复摘要：

  • trusted：统计一致性是否通过

  • total/conv/fail/clean/filt：全局指标

  • report：修复报告文件路径

最终会输出统一 JSON 汇总，其中包含失败目录及原因列表，便于批处理审计。

5. 分支映射策略#

修复流程按以下优先级识别分支归属：

  1. task_meta.json 的 dataset_name/stru_type

  2. 提取阶段保留的 task_identity.json

  3. 历史 outputs/task_identity_map.json

  4. 受控兜底 unknown/unknown

对于打包目录 N_50_x，不会再将其识别为 Dataset/Type。

目录