# FLABS 公开图片任务实测（技术试点）

三张公开许可照片、四个本地模型、CPU单线程。成功批次run-3包含12条记录、36次计时和12次预热；此前两个失败批次不在本包内。全部步骤不调用模型API。本站尚未取得人工质量验收、真值蒙版或正式评分。

结论：此三图条件下U²-NetP较快，但T恤输出大范围半透明；U²-Net在此例保留了杯子。FSRCNN与ESPCN速度接近，PSNR/SSIM只反映受控降采样恢复，不能代表人眼、文字或印刷质量。先用小样人工检查；不建立通用排名。

## 复现

1. 解压本包，准备Python3.12（本次为3.12.13），创建隔离环境。
2. 执行 `python -m pip install -r requirements.txt`。版本与本次运行固定一致。
3. 从protocol.json列出的官方出处下载四个模型权重到自己的weights目录，核对每个SHA256。本包不分发权重；权重与代码的许可请分别核对。
4. 执行 `python benchmark.py --weights ./weights`。默认新建runs/run-1；不会覆盖输入、权重或已有批次。
5. 查看新results.json及outputs目录，与本包runs/run-3对照。计时随机器与系统负载变化，不应直接跨机器排名。

## 方法与边界

输入已按EXIF方向转换为RGB，等比例缩至最长边600px、四舍五入到偶数尺寸；没有裁切或补背景。PNG衍生图移除EXIF。放大从参考图用双三次降为一半，再恢复原参考尺寸；不是实际旧图修复。背景提取含320px预处理、推理、归一化和蒙版回缩；放大计时只含推理，两类时间不可混排。每模型/样本预热一次，计时三次，取中位数，不含读权重及写PNG。

PSNR以RGB均方差计算，SSIM以灰度亮度、11px高斯sigma1.5计算并排除5px边缘。独立校验用像素求和及NumPy可分离卷积复算。RGB与alpha分别读回；没有真值蒙版，不能计算IoU或准确率。Python socket守卫禁止连接尝试；这不是整个操作系统或原生库的网络隔离证明。

三图是目的性挑选，非随机、非代表性数据集。T恤衣袖局部出画、背景含桌面与杯子，目标为可见衣服区域；不得把这些照片当作完整生产验收集。观察由AI辅助，不冒称真人意见。

## 图片署名与许可

- 印字T恤场景图，衣袖部分超出画面，含桌面与杯子：Theodore.shouse；CC0（http://creativecommons.org/publicdomain/zero/1.0/deed.en）。来源：https://commons.wikimedia.org/wiki/File:Hanukkah_t-shirt,_printed_in_the_Metallica_font.jpg。原图SHA256：3e4b1c363bfc6fa3713e04f53465b62dadf32f85496f9b1c5b89f33f59326d38。
- 白色背景红色鞋类商品照：Anne；CC BY 2.0（https://creativecommons.org/licenses/by/2.0）。来源：https://commons.wikimedia.org/wiki/File:Product_photography.jpg。原图SHA256：f033f6366993af1b4349ac08a3daed2fdfe58a84fa6e731f5daa251c88cabde7。
- 渐变灰背景皮革手袋照：Photographer for the Rhode Island School of Design - Museum of Art；CC0（http://creativecommons.org/publicdomain/zero/1.0/deed.en）。来源：https://commons.wikimedia.org/wiki/File:1935-45_Prada_handbag,_tooled_and_gilded_leather_01.jpg。原图SHA256：ee4f0da50cc879e35de0f3dc2c0efbc8117442afd5f77169f77a10fae0bbecfb。

上述许可依据Wikimedia Commons图片记录，指照片与其衍生图。衍生处理包括方向转换、缩放、降采样、放大及透明通道输出；保留原作者署名与许可。商业工具授权不由照片许可推导。评测脚本采用项目MIT许可，模型权重不在本包内。

manifest.json登记文件与SHA256。protocol.json保留图像来源、处理步骤、模型出处与哈希，results.json保留环境、重复计时及指标。当前没有质量总分或正式榜单成绩。