2026年电赛FPGA赛道，队伍想用安路EG4做「多路视频拼接+AI人流统计」，评委追问统计精度怎么验证，我该怎么补一份能过答辩的指标报告？

先对齐一下场景：你们大概率是本科队伍，板子已经定了安路EG4，算法跑的是拼接后的人头检测，现在缺的不是模型本身，而是一套让评委信服的验证证据链。我的建议是先别急着追高精度，先把「测什么、怎么测、测出来怎么解释」这三件事拆开。

测试集不能只用实验室走廊。常见做法是凑一个至少三档的小型自建集：低密度（1到3人）、中密度（4到8人）、高密度（画面里人挤人甚至遮挡），每档各录2到3段，每段30秒到1分钟，总共十段左右就够撑报告。关键是录制条件要写清楚：光照（白天/夜间/逆光）、摄像头高度和角度、是否有人停留或快速穿过。

标注这块，如果没人力，可以退一步：每隔若干帧抽一帧做人工框标注，统计检测框和人工框的IoU匹配情况，再算漏检和误检。报告里放混淆矩阵、PR曲线当然好，但如果只有人头这一类，PR曲线意义有限，不如把「逐帧人数误差」做成曲线：横轴是帧序号，纵轴是算法计数减人工计数，标出误差超过1人的帧占比。

一个容易被忽略的风险点：拼接本身会带来边缘畸变和重复计数，评委很可能追问「跨画面的人怎么算」。你们最好在报告里单独说明去重策略，比如用位置+时间做简单关联，并给出拼接前后计数的对比。

最后，帧率和延迟一定要和精度一起报，只给准确率会被认为没工程意识。你们现在板子上跑的是多少帧？如果低于15帧，建议先把延迟数据补上再谈精度。

追问一句：你们现在用的是哪套检测模型，是纯FPGA还是ARM+FPGA异构？这会影响后面指标怎么组织。

先对齐一下：你们是本科队伍、板子定了安路EG4、算法是拼接后跑轻量人头检测，现在缺的不是模型，而是一份让评委信服的验证证据链。别一上来就追mAP，先把「测什么、怎么测、测出来怎么解释」拆开。测试集别只用实验室走廊，凑三档就够撑报告：低密度1到3人、中密度4到8人、高密度人挤人且有遮挡，每档录2到3段，每段30秒到1分钟，总共十段左右。关键是录制条件写清楚：光照是白天、夜间还是逆光，摄像头高度角度，有没有人停留或快速穿过。没有标注人力就退一步，每隔若干帧抽一帧人工画框，统计检测框和人工框的IoU匹配，再算漏检误检，报告里放混淆矩阵和逐帧误差来源分析，比单一准确率有用得多。另外帧率与延迟要单独出表：拼接前、拼接后、加检测后各测一遍，说明瓶颈在哪儿。有个容易翻车的点：如果测试视频和训练视频来自同一段走廊同一时段，评委会直接说「自己测自己」，所以哪怕条件有限，也要换时段、换朝向、换人数密度，至少让分布不完全重合。你们现在模型是拿什么数据训的，公开集还是自己标的？这个直接决定测试集该怎么错开。

我沿着一条主线说：精度报告的本质不是证明你准，而是证明你的误差是可解释、可复现的。评委追问「准确率多少」，真正想听的是你有没有量化意识，而不是一个漂亮数字。所以整份报告的逻辑应该是：定义指标 → 构造测试集 → 给出对照 → 分析误差来源 → 承认边界。定义指标这步很多人跳过，人头检测和人数统计其实是两个指标，前者看检测框的IoU匹配，后者看每帧人数计数的偏差，二者不能混成一个「准确率」。人数统计更适合用MAE和计数偏差分布来表述，比如平均每帧差0.8人、90%的帧偏差不超过2人，这比一个笼统的95%可信得多。测试集构造上，核心是避免「自己测自己」：训练用了哪些场景，测试就尽量错开光照和密度，实在只有走廊，就换时段、换摄像头朝向、让人群密度变化，并如实写明局限，评委反而认可这种诚实。对照这块，人工标注不用全标，抽帧标就够，但要说明抽帧策略和标注规则，比如遮挡超过多少算漏检、两人重叠怎么算一个框。误差来源分析是最能加分也最容易被忽略的部分：把漏检归因到遮挡、逆光、快速移动，把误检归因到反光、类人物体，最好各配一张典型失败帧截图。工程上还有个取舍：EG4资源有限，检测帧率和拼接帧率往往不同步，报告里要讲清楚统计是按检测帧算还是按时间窗平滑，否则评委一问「你多久更新一次人数」就露馅。我的建议是先定指标口径，再补数据，最后写分析，顺序反了会返工。你们现在检测是逐帧跑还是隔帧跑，这个直接决定延迟怎么算。