CV 模型和局部权重
仅当运行时、模型文件和方法配置全部可用时，模型支持的方法才准备就绪。安装的 ml.runtime 并不意味着权重已下载，而磁盘上的文件并不能证明运行时兼容性。
网络边界。 下载仅从显式按钮开始并联系 Ultralytics/GitHub 或固定的 Hugging Face 存储库。模型主机看到普通设备 HTTPS 元数据，例如 IP 和用户代理，但 Screph 不会向其发送规范项目、标注或源帧。下载后推理是本地的。对于敏感网络，请使用手动准备或离线的运行时/模型包。
三个独立层
| 图层 | 在哪里检查 | 它证明了什么 |
|---|---|---|
ml.runtime | Настройки → Зависимости | 所选 Python/ML 运行时及其软件包的可用性。 |
| 模型资产 | 模型系列的设置页面 | 所需文件、路径，以及声明引脚时的 SHA-256。 |
| 活动后端 | 模型设置和 CV 工作区 | 特定方法使用哪种现成模型。 |
模型选项卡上的 Check 运行时 和 Dependencies... 控件使用相同的共享ml.runtime组件；他们不会安装隐藏的第二个 Python 副本。
YOLO
打开 设置 → YOLO 模型。该页面存储模型目录、GPU 标志、自动加载选项和用于分段、检测和姿势消费者的活动模型。它的表格显示名称、类型、大小、估计 RAM/速度和实际文件状态。
Download selected在后台工作程序中运行 Ultralytics，并将生成的.pt文件移动到所选目录中。从磁盘删除确认后删除本地文件；注册表项仍然可供再次下载。导入自定义模型复制用户信任的.pt并询问其名称和检测/段/pose类型。- 搜索、过滤和排序不会修改文件。双击打开注册表项的帮助。
当前目录边界。 捆绑的注册表包含段和姿势条目（包括 YOLOv8/YOLO11 和 FastSAM），但没有现成的检测条目。实现了主动检测选择和自定义检测导入。自定义条目存在于当前进程注册表中；复制的 .pt 保留在磁盘上，但重新启动后必须再次添加/导入其条目。空的活动模型列表并不能证明默认文件名已准备就绪。
SAM
打开 设置 → CV 设置 → SAM 模型。此页面选择目录、默认后端、自动加载行为和每个后端检查点。
| Backend | 检查点配置 | 检查 |
|---|---|---|
| MobileSAM | 从固定的 Hugging Face 版本进行托管下载。 | 存在、SHA 和后端负载测试。 |
| EfficientSAM | 从固定的 Hugging Face 版本进行托管下载。 | 存在、SHA 和 TorchScript 负载测试。 |
| FastSAM | 按钮显示说明：自动下载已禁用，必须从官方来源手动获取检查点。 | 存在和负载测试；本手册产物未声明 SHA 引脚。 |
OmniParser
打开 设置 → CV 设置 → OmniParser。该页面管理目录、GPU、PyTorch/CUDA 系统信息以及每个模型组件所需的多个文件。
- 推荐的 V2 集由
icon_detect_v2和icon_caption_v2组成；旧版 V1.5 条目也保留在注册表中。 Download selected从相应 Hugging Face 存储库的固定版本中获取产物。Downloaded需要每个强制本地文件；缺少一个文件会使组件无法就绪。- 每个注册表项都会显示其许可证，检测器和字幕组件之间的许可证可能有所不同。
SHA 状态意味着什么
Не загружена / missing— 缺少文件或所需集的一部分。Загружена / valid— 所需路径存在；可能尚未请求完整的哈希检查。Ошибка / broken— 结构或声明的 SHA 不匹配；替换或重新下载资产。
Check SHA 仅针对清单中声明的 SHA-256 引脚的产物提供加密确认。 “未声明 Pin 码”意味着“未根据已知哈希值进行验证”，而不是说文件自动安全。仅当您信任其来源时才运行自定义 .pt 文件。
如果方法未启动
- 在模型选项卡中点击
Check runtime；如果检查失败，请为Dependencies...中的ml.runtime打开对应设置。 - 刷新文件状态，验证实际目录并在 PIN 可用时运行 SHA 验证。
- 选择所需类型的活动下载模型，然后从 CV 工作区重试。
- 检查报告的错误； Screph 不会默默地用云提供商替换丢失的模型/后端。