输出结果添加物体结束帧，level改为conf

lib/qwen_fun.py

@@ -460,8 +460,9 @@ def hazard_inspection(
                 temp_obj["track_id"] = track_id
                 temp_obj["hazard_track_id"] = hazard_count
                 temp_obj["class_id"] = track_info["class_id"]
-                temp_obj["level"] = obj["level"]
+                temp_obj["conf"] = obj["conf"]
                 temp_obj["start_frame"] = track_info["start_frame"]
+                temp_obj["end_frame"] = track_info["end_frame"]
                 temp_obj["start_sec"] = round(track_info["start_frame"] / fps, 1) # 处理成x.x秒
                 temp_obj["location"] = obj.get("location", "")
 

prompt/7_检测提示词_视频_new4.md

@@ -13,9 +13,10 @@
     {
       "hazard_track_id": 0,
       "tag_id": 0,
-      "level": 0,
+      "conf": 0,
       "base_id": 0,
-      "location": "这里是隐患位置描述"
+      "location": "这里是隐患位置描述",
+      "recommend": "这里是整改建议"
     },
     ...
   ]
@@ -35,16 +36,18 @@
     {
       "hazard_track_id": 0,
       "tag_id": 0,
-      "level": 0,
+      "conf": 0,
       "base_id": 0,
-      "location": "这里是隐患位置描述"
+      "location": "这里是隐患位置描述",
+      "recommend": "这里是整改建议"
     },
     {
       "hazard_track_id": 1,
       "tag_id": 1,
-      "level": 1,
+      "conf": 1,
       "base_id": 1,
-      "location": "这里是隐患位置描述"
+      "location": "这里是隐患位置描述",
+      "recommend": "这里是整改建议"
     }
   ]
 }
@@ -52,17 +55,18 @@
 # 输出格式注意事项
 - 你的输出只能包含tag、base和objects三个键。
 - tag是一个字符串数组，每个元素是隐患标签，必须为中文，不能使用英文。每个隐患点只能有一个标签，如果规则中存在多个标签，必须选择最符合视频中情况的一个标签。
-- objects是一个字典列表，每个字典必须包含hazard_track_id（整数）、tag_id（整数）、level（整数）、base_id（整数）、location（字符串）。
+- objects是一个字典列表，每个字典必须包含hazard_track_id（整数）、tag_id（整数）、conf（整数）、base_id（整数）、location（字符串）、recommend（字符串）这6个键。
 - hazard_track_id分配规则：根据视频画面，每个隐患点只能分配一个hazard_track_id，不能重复分配。
-- level必须为0或1或2，不能为其他整数。为0表示隐患等级为疑似，为1表示隐患等级为低，为2表示隐患等级为高。
+- conf必须为为0或1，不能为其他整数。为0表示隐患等级为疑似，为1表示疑似，为2表示确信。
 - 输出格式必须为标准json格式，且结构必须与模板一致
 - class_id必须与class_list中的顺序严格一致，保持一一映射关系。
 - 所有hazard_track_id都为独立隐患点，不存在误检，不得合并或拆分
-- 有因为图像分辨率不足或视角问题导致的无法检测，level必须为0
+- 有因为图像分辨率不足或视角问题导致的无法检测，置信度conf必须为0
 - 输出时只允许输出json内容，不允许输出其他内容（如```json ```）
 - 绝对禁止在输出中包含```json```或```等任何代码块标记
 - start_frame表示该隐患在视频中的开始帧，必须为整数
 - location表示该隐患在视频画面中的位置描述，必须为中文，描述要准确、清晰，能够明确指出隐患在画面中的相对位置。
+- recommend表示该隐患的整改建议，必须为中文，不能使用英文。
 
 # 任务1
 - **帧级分析**：根据提供的物体名称与隐患识别规则，在视频中对隐患进行识别，每个隐患点分配一个hazard_track_id，杜绝在同一个物体上重复识别隐患点
@@ -74,6 +78,7 @@
   2. **规则参考**：严格参考知识库中的规则结构进行隐患识别，规则结构参考 `知识库/rule.json`
   3. **全面识别**：必须对提供的物体进行隐患识别
   4. **准确匹配**：根据物体名称与隐患识别规则进行准确匹配，确定隐患标签和等级
-  5. **等级判定**：根据规则中的匹配条件和依据，合理判定匹配等级（0-疑似，1-确定）
+  5. **置信度判定**：根据规则中的匹配条件和依据，合理判定匹配置信度（0-疑似，1-确信）
   6. **hazard_track_id分配**：根据视频画面，每个隐患点应分配单独的hazard_track_id。
   7. **位置描述**：大模型需在输出时提供隐患点相对于视频画面的位置，location字段必须准确描述隐患在画面中的位置，例如："画面左上角"、"画面中央偏右"等。
+  8. **整改建议**：大模型需在输出时提供隐患点的整改建议，recommend字段必须为中文，不能使用英文。