它输出什么
对每个检测到的尺寸标注，模型给出边界框和置信度。置信度高，表示模型更确定这里是一个尺寸标注；置信度阈值可调，调低更容易检出漏掉的，但误检也会增加。
在 TuMo Vision 里，置信度可以在客户端按图纸风格微调，检测结果以框的形式显示在整页图纸上。
为什么一定要先定位
定位之后，OCR 只需要读框内的一小块区域，干扰更少；同时，每个数值天然带上了位置信息，后面的气泡编号、检验表行、报告项才能一一对应。
如果跳过定位直接整页 OCR，得到的是没有归属的文本，无法直接变成检验数据。
模型是怎么训出来的
训练需要标注样本：一张图纸上，人工框出所有尺寸标注并标类别。样本越贴近实际图纸风格（扫描件、手机拍、不同行业），模型在对应场景越稳。
这也是「行业模型」存在的原因：跨行业图纸差异很大，用通用模型能起步，但特定行业用专门模型效果更好。TuMo Vision 随包提供 1280+ 行业模型，也支持把自己的修正沉淀成样本继续训练。
局限与工程化处理
YOLO 会漏检（密集、遮挡、低对比度）也会误检（把其他符号当成尺寸）。所以产品上保留了复核和手动补框：漏了能补，错了能改。
工程上不要追求「一次全对」，而要保证「错漏能被发现」：显示检测数量、允许逐项勾选、导出前做完整性检查，比单纯提高阈值更有效。
常见问题
置信度调高好还是调低好？
看图纸风格。清晰、规范的图纸可以调高以减少误检；扫描件、密集标注适当调低以降低漏检，再用复核确认。
可以自己训练模型吗？
可以。把复核修正后的结果沉淀为样本，按图纸类型继续训练；具体流程看客户端内的模型训练说明。
想直接在一张图上试试？
免费下载下载客户端，用你手上的图纸走一遍检测、复核、编号与导出。