从一帧图像，
探索三维世界。

在深度估计任务里，预测图与真实深度图必须对应到相同的图像区域。输入发生中心裁剪后，如果直接将预测拉伸到整张真实深度图，数值仍能被计算出来，却已经失去了正确的像素对应。

项目在复核中修正了这一问题，改用官方不裁剪预处理，并重新执行基准测试。受旧评价口径影响的历史精度结论不再作为正式证据。

记录要点：预处理、坐标变换与评价掩码，是实验协议的一部分。

上传压缩特征可以减少部分方案的通信量，但还会引入端侧编码、量化与恢复开销。图像上传基线也需要公平设置：先缩放到模型实际使用的分辨率，再进行 JPEG 编码，往往与直接压缩原尺寸图像有明显差别。

因此，实验同时保留图像和特征两条路径，统计真实码流，并分别评价深度与位姿。当前结果尚不能证明特征上传全面优于图像上传，也不能将估算时延当作真实网络收益。

记录要点：好的基线和明确的适用条件，比单一压缩比更有解释力。

统一配置、固定帧列表、按序列独立评价，再汇总结果，可以降低重复实验中的口径漂移。模型拆分、可逆字节协议和编解码模块也分别验证，避免把系统问题误判为算法问题。

对通信字节、任务质量与处理时间分别保存结果，记录预热范围、有效样本和失败条件。阶段报告保留探索中的负面结果，让后续判断有可追溯的依据。

记录要点：可复现不仅是保留代码，也包括说明测量了什么、没有证明什么。