检测
检测页负责把输入图像转换为文本区域、检测蒙版和可供 OCR 使用的检测结果；OCR、文本行合并、蒙版细化和修复分别由其他设置页负责。这里仅记录 Detection 页签中的控件、检测阶段行为和它实际读写的标注/调试文件。
在桌面端修改
在桌面端打开“设置”，选择“Detection”页签（布局定义中的页签标题未经过翻译）。基础项位于页签顶部，Advanced 分隔线以下是尺寸、阈值和 YOLO 参数。动态设置页按当前配置类型创建下拉框、开关或数值输入框；编辑结束或切换开关后，配置服务更新内存配置并合并写入配置文件。
数值输入在失去焦点时提交；非法数值不会成为有效的核心配置。Detection 页的参数行名称由 app_logic.py 通过上述 label_* key 映射，不能把配置键或环境变量名当作界面标签。
参数
本页各参数的界面名称、存储键与默认值的对应关系，见设置参数索引。
文本检测器
“文本检测器”下拉框位于“设置 → Detection”，选择检测文本区域的主检测器。
default：默认检测器。dbconvnext：DBNet 变体检测器。ctd：面向漫画文本的检测器。craft：通用文本检测器（不推荐用于漫画）。none：不运行检测器，返回空检测结果。
默认值：default。
检测大小
“检测大小”是整数输入框，决定检测器缩放图像使用的尺寸。值越大通常保留更多小字细节，但计算和显存开销也越大；过大可能导致显存不足。默认值：2048。
长图重排最低有效短边
“长图重排最低有效短边”是整数输入框。长图被重排/切块检测时，该值约束保留的最低有效短边分辨率；提高它可以保留更清晰的文字，代价是更多计算和显存。默认值：341。
文本阈值
“文本阈值”是浮点输入框。文本置信度阈值越高，候选越严格、漏检可能增加；降低会保留更多弱候选，也可能增加误检。它与“边界框生成阈值”分别作用于文本响应和框生成。默认值：0.5。
边界框生成阈值
“边界框生成阈值”是浮点输入框。它控制候选响应转为文本框的置信度门槛；较低值通常保留更多框，较高值更严格。阈值过低会把噪声交给 OCR。默认值：0.5。
Unclip比例
“Unclip比例”是浮点输入框。它控制从文本骨架扩张为文本框的程度；值越大框通常越大，可能包含更多背景或相邻文本。默认值：2.5。
导入固定YOLO框
“导入固定YOLO框”开关开启后，按图片同名关系从 manga_translator_work/yolo_labels/ 读取标注；模板且保存文本的流程可跳过主检测直接使用导入框，普通流程则用导入框替换检测框。标签文件必须匹配图片名称和约定格式。默认值：false。
启用YOLO辅助检测
“启用YOLO辅助检测”开关开启后，先运行主检测器，再运行 YOLO 有向边界框检测；重叠/包含关系决定框的替换、删除或追加，辅助检测失败时回退主检测结果。需要 YOLO 模型；“导入翻译”流程会强制关闭它。默认值：true。
YOLO置信度阈值
“YOLO置信度阈值”是浮点输入框。YOLO 辅助检测用它作为文本置信度门槛；提高会减少弱 YOLO 框，降低会增加候选和合并负担。它不替代主检测器的“文本阈值”。默认值：0.4。
YOLO辅助检测重叠率删除阈值
“YOLO辅助检测重叠率删除阈值”是浮点输入框。它决定 YOLO 框与主检测框合并时的重叠判定；达到阈值的重叠框按包含、面积等条件替换或删除，低于阈值的 YOLO 框可追加。默认值：0.1。
拟声词过滤
“拟声词过滤”不会过滤气泡内文本：气泡内文本默认由气泡掩码保护，只有开启“气泡文本参与拟声词过滤”才会纳入过滤。开关开启后，过滤既未被 YOLO other 框完整包裹、也未与非 other YOLO 框达到重叠阈值的主检测框；它依赖“启用YOLO辅助检测”。默认值：false。
气泡文本参与拟声词过滤
“气泡文本参与拟声词过滤”开关关闭时，未获 YOLO 支持的气泡内文本由气泡掩码保护；开启后跳过该豁免，气泡内文本也进入过滤。开启可能误删气泡对白。默认值：false。
最小检测框面积占比
“最小检测框面积占比”是浮点输入框。面积比例按检测框面积相对整张图片像素计算；大于 0 时过滤面积小于等于阈值的框，设为 0 可关闭该过滤。阈值过高会丢失小字。默认值：0。
参数如何生效
检测分支与输出
flowchart TD
A["输入图片"] --> B{"导入固定 YOLO 框?"}
B -->|模板且保存文本| C["使用导入框并构造 raw mask"]
B -->|否或不满足条件| D["主检测器：尺寸/重排/阈值/unclip"]
D --> E{"启用 YOLO OBB?"}
E -->|否| F["主检测框 + 检测 mask"]
E -->|是| G["YOLO 辅助框：conf"]
G --> H["按 overlap/包含/面积合并"]
H --> I{"启用 SFX 过滤?"}
I -->|是| J["保留 YOLO 支持或气泡豁免的框"]
I -->|否| F
J --> F
C --> K["text regions -> OCR"]
F --> K
长图重排会在检测预处理阶段切块并回映坐标；它可能增加检测时间、内存和显存。mask_raw 在这里指检测器返回或由导入框构造的原始蒙版，后续 OCR/蒙版细化是否使用它由后续阶段决定。
导入标签与混合检测
flowchart LR
A["yolo_labels/ 同名标注"] --> B["读取 YOLO 框"]
B --> C{"模板 + 保存文本?"}
C -->|是| D["跳过主检测"]
C -->|否| E["主检测 + YOLO OBB"]
E --> F{"包含/重叠条件"}
F -->|满足替换| G["YOLO 框替换主框"]
F -->|低于阈值| H["追加 YOLO 框"]
F -->|重叠但不替换| I["删除 YOLO 重复框"]
E --> J{"SFX 过滤"}
J -->|气泡豁免关闭| K["MangaLens 气泡掩码豁免"]
J -->|include bubble text| L["气泡文本也过滤"]
图示只表达源码中已确认的分支；它不是每种模式的完整工作流图。
搭配使用时的注意事项
- 主检测器离线模型必须能在所选设备加载；GPU/ONNX 后端问题会影响检测阶段，但这里不记录硬件安装教程。
- YOLO OBB 和 SFX 过滤需要辅助 YOLO 模型；没有辅助结果时主检测器结果仍作为回退。
load_text会关闭 YOLO OBB；导入 YOLO 标签在模板/保存文本条件下可跳过主检测，普通流程则替换检测框并尽量保留 raw mask。text_threshold、box_threshold、unclip_ratio和面积比例是不同后处理层，不能互相替代。阈值过宽会把噪声交给 OCR，阈值过严会漏检。- 长图重排、较大检测尺寸和 YOLO 辅助检测会增加资源消耗；OOM 或模型缺失时应降低尺寸/关闭辅助项，而不是共享真实运行凭据。