whole process

fish_api/README.md

@@ -25,7 +25,7 @@ FastAPI 网关：分块接收 **SVO2**（FishMeasure）与 **MP4**（FishAction
 | `MEDIA_ROOT` | 对外托管每次测量生成的 `*_left.mp4` / `*_right.mp4` | `<repo>/fish_api/.data/media` |
 | `FISH_MEASURE_ROOT` | `FishMeasure` 根目录 | 自动相对仓库 |
 | `FISH_ACTION_ROOT` | `FishAction` 根目录 | 自动相对仓库 |
-| `MEASURE_OUTPUT_ROOT` | 传给 `--save-output` 的目录 | `FishMeasure/output_weight_estimator` |
+| `MEASURE_OUTPUT_ROOT` | 传给 `--save-output` 的目录 | `<repo>/fish_api/.data/measure_output` |
 | `YOLO_MODEL` / `WEIGHT_CHECKPOINT` / `ACTION_CHECKPOINT` | 模型路径 | 与仓库内脚本默认一致 |
 | `SAM_DEVICE` | `cuda` 或 `cpu` | `cuda` |
 可在 `fish_api/.env` 中填写上述变量（`pydantic-settings` 会读取）。
@@ -37,7 +37,8 @@ cd fish_api
 uv sync
 # 可选：包含 httpx，便于本地用 FastAPI TestClient 做冒烟测试
 # uv sync --group dev
-bash start_fresh.sh    # 清空 SQLite / 缓存后启动；保留缓存用 start_no_fresh.sh
+bash start_fresh.sh    # 默认仅重置 client_id 投递进度，保留 SQLite 历史与快照
+# CLEAR_SQLITE_DATABASE=1 bash start_fresh.sh  # 需要时才彻底清 SQLite
 # 或：uv run uvicorn app.main:app --host 0.0.0.0 --port 8000（需自行 prestart）
 ```
 
@@ -85,6 +86,17 @@ MP4 将 `svo` 换成 `mp4`，本地文件换成 `clip.mp4`，轮询 `GET /api/v1
 
 FishMeasure 跑完后在输出目录查找 `*preview*.mp4`，复制到 `MEDIA_ROOT/`，文件名为 `{UTC时间戳}_{svo_stem}_left.mp4` / `_right.mp4`（每次测量不覆盖；仅一个预览文件时可能左右 URL 指向同一逻辑源经 SBS 拆分）。确保 `PUBLIC_BASE_URL` 与前端/文档中的域名端口一致。
 
+## Weight Rule (Current)
+
+最终体重 `pred_weight_g` 由以下规则链决定（按优先级从高到低）：
+
+1. **440g 全池均值保护**（规则 B）：若 `avg_g_filtered`（所有 candidates 均值）> `--mean-pool-fallback-max-if-over-g`（默认 440g），则 `pred_weight_g = max_predicted_weight_g_after_filter`，`pred_weight_rule = "max_after_filter_high_mean_pool_over_g"`。
+2. **400g mean-all fallback**（规则 A，仅 `--average-all-after-filter` 开启时）：若全池 mean > `--average-all-fallback-max-if-mean-over-g`（默认 400g），则 `pred_weight_g = max_predicted_weight_g_after_filter`，`pred_weight_rule = "max_after_filter_high_mean_all"`。
+3. **`--average-all-after-filter`**（默认关）：全部 candidates 均值作为最终值，`pred_weight_rule = "mean_all_filtered"`。
+4. **Top-K 聚合**（默认路径）：按 `--top-by-length`（默认开）选 top-K 帧，candidates < 5 用 max 否则用 mean，`pred_weight_rule = "top_k_aggregate"`。
+
+DGCNN 明细中同时输出 `mean_all_pred_g_after_filters`、`avg_topk_mean_pred_g` 等供对比参考。
+
 ## 演进建议
 
 - RTSP：用 `ffmpeg` 切段写入 MP4 后调用现有 `finalize` 逻辑

fish_api/app/db.py

@@ -750,6 +750,28 @@ def remove_sqlite_database_files(settings: Settings) -> None:
             pass
 
 
+def reset_delivery_client_progress(settings: Settings) -> None:
+    """仅重置客户端投递游标（保留历史快照与 watch 缓存）。"""
+    init_db(settings)
+    conn = _connect(settings.sqlite_path)
+    try:
+        # 清空所有客户端游标，避免沿用旧 client_id 的消费进度。
+        conn.execute("UPDATE delivery_client_cursor SET last_delivered_id = 0")
+        # 确保默认客户端行存在（历史库升级场景）。
+        for kind in ("measure", "health"):
+            conn.execute(
+                """
+                INSERT INTO delivery_client_cursor (client_id, kind, last_delivered_id)
+                VALUES (?, ?, 0)
+                ON CONFLICT(client_id, kind) DO NOTHING
+                """,
+                (DEFAULT_CLIENT_ID, kind),
+            )
+        conn.commit()
+    finally:
+        conn.close()
+
+
 def clear_watch_cache_and_snapshots(settings: Settings) -> None:
     """清空 watch 已处理路径与对应快照，便于重新跑推理（与 measure/action_watch 的 use_state_file 开关一致）。"""
     init_db(settings)

fish_api/app/prestart_fresh.py

@@ -1,6 +1,8 @@
-"""启动前清空状态：SQLite（客户端数据）、watch 旧 JSON。
+"""启动前清空状态：默认仅重置客户端游标，保留 SQLite 历史快照。
 
 由 start_fresh.sh 在 uvicorn 之前调用。
+- 默认保留 SQLite 历史数据，仅重置 client_id 投递游标（fresh 语义）
+- 设置 CLEAR_SQLITE_DATABASE=1 可强制清空 SQLite（主库 + wal/shm）
 - 默认保留 measure_output 以复用中间步骤（点云等）
 - 设置 CLEAR_MEASURE_OUTPUT=1 清空测量输出目录
 - 设置 CLEAR_ACTION_OUTPUT=1 清空行为输出目录
@@ -11,7 +13,7 @@ from __future__ import annotations
 import os
 from pathlib import Path
 
-from app.db import _safe_rm_tree, remove_sqlite_database_files
+from app.db import _safe_rm_tree, remove_sqlite_database_files, reset_delivery_client_progress
 from app.settings import get_settings
 
 
@@ -29,12 +31,23 @@ def _rm_legacy_json(path: Path | None) -> None:
 def run_prestart_fresh() -> None:
     s = get_settings()
 
-    # 始终清空 SQLite（客户端数据）
-    remove_sqlite_database_files(s)
-    print(
-        f"[prestart-fresh] removed SQLite at {s.sqlite_path} (and -wal/-shm if present).",
-        flush=True,
+    clear_sqlite_database = os.environ.get("CLEAR_SQLITE_DATABASE", "").strip() in (
+        "1",
+        "true",
+        "yes",
     )
+    if clear_sqlite_database:
+        remove_sqlite_database_files(s)
+        print(
+            f"[prestart-fresh] removed SQLite at {s.sqlite_path} (and -wal/-shm if present).",
+            flush=True,
+        )
+    else:
+        reset_delivery_client_progress(s)
+        print(
+            f"[prestart-fresh] kept SQLite history, reset delivery client progress in {s.sqlite_path}.",
+            flush=True,
+        )
 
     # 检查是否清空中间输出目录（默认保留以复用点云等中间步骤）
     clear_measure_output = os.environ.get("CLEAR_MEASURE_OUTPUT", "").strip() in ("1", "true", "yes")

fish_api/start_fresh.sh

@@ -1,10 +1,13 @@
 #!/usr/bin/env bash
-# 清空 SQLite（客户端数据）后启动 Fish API（uvicorn）。
+# 默认重置 client_id 投递游标后启动 Fish API（uvicorn），保留 SQLite 历史快照。
 # 默认保留 measure_output 中间步骤（点云等）以加速重新处理。
 #
 #   bash fish_api/start_fresh.sh
 #   PORT=8001 HOST=0.0.0.0 bash fish_api/start_fresh.sh
 #
+# 强制清空 SQLite（谨慎）：
+#   CLEAR_SQLITE_DATABASE=1 bash fish_api/start_fresh.sh
+#
 # 强制清空中间输出目录（重新生成点云等）：
 #   CLEAR_MEASURE_OUTPUT=1 bash fish_api/start_fresh.sh
 #   CLEAR_MEASURE_OUTPUT=1 CLEAR_ACTION_OUTPUT=1 bash fish_api/start_fresh.sh