Precisão da centralização: dados originais e erros de medição
Nosso teste de regressão avalia o que o motor atual consegue medir em fotos, sem atribuir graduação profissional. Conferimos contornos automáticos e comparamos proporções legíveis com anotações manuais fixas. Corrigir o contorno pode melhorar um eixo e piorar outro; ambas as confirmações continuam necessárias. Esta amostra de conveniência não representa todas as cartas ou condições de fotografia.
Resultados e cobertura
Esquerda/direita
- Automático: Erro absoluto médio 7,28 pontos percentuais da proporção; Mediana 2,67, Máximo 23,92. Medidos / avaliáveis: 16/16; Até 3 pontos: 9/16.
- Contorno anotado: Erro absoluto médio 1,35 pontos percentuais da proporção; Mediana 1,08, Máximo 4,89. Medidos / avaliáveis: 16/16; Até 3 pontos: 15/16.
Superior/inferior
- Automático: Erro absoluto médio 8,18 pontos percentuais da proporção; Mediana 3,26, Máximo 34,87. Medidos / avaliáveis: 15/15; Até 3 pontos: 6/15.
- Contorno anotado: Erro absoluto médio 10,18 pontos percentuais da proporção; Mediana 4,75, Máximo 31,07. Medidos / avaliáveis: 15/15; Até 3 pontos: 7/15.
Todos os eixos legíveis
- Automático: Erro absoluto médio 7,71 pontos percentuais da proporção; Mediana 3,01, Máximo 34,87. Medidos / avaliáveis: 31/31; Até 3 pontos: 15/31.
- Contorno anotado: Erro absoluto médio 5,62 pontos percentuais da proporção; Mediana 1,66, Máximo 31,07. Medidos / avaliáveis: 31/31; Até 3 pontos: 22/31.
O que foi medido
O conjunto inclui fotos repetidas de algumas cartas, proteções transparentes, páginas de fichário e um objeto que não é carta. A correção do contorno é uma inspeção visual das sobreposições atuais: o limite precisa seguir o corte físico. Não é certificação milimétrica; acertar o contorno não valida as linhas internas da impressão.
O subconjunto de proporções usa anotações manuais fixas em tests/real-truth.json. Cada eixo legível tem três pares de posições de corte e impressão, em 20%, 50% e 80% da lateral. A referência é a maior porcentagem de borda entre essas estações. A precisão da anotação é aproximadamente ±2 pixels. Bordas impressas ambíguas são excluídas, não recebem largura zero.
O modo automático executa o motor sem alterações. O modo de contorno anotado ajusta linhas retas às posições de corte manuais, retorna as interseções à foto original e executa novamente o motor com aquele quadrilátero. Simula a primeira confirmação. Não é um estudo de usuários corrigindo cantos nem um teste independente da segunda confirmação das linhas impressas.
Casos difíceis e limites
Reflexos holo podem esconder um limite; molduras escuras ou interrompidas podem confundir a ilustração com a referência. Sleeves e proteções transparentes podem ser escolhidos no lugar da carta. Digitalizações recortadas não têm o mesmo contexto e são contadas separadamente. Não inventamos verdade numérica para full art sem limite impresso defensável.
O erro médio vertical aumenta após a simulação do contorno anotado, mesmo com mais eixos dentro de três pontos percentuais. Por isso mostramos juntos médias, medianas, máximos e cobertura. A amostra não sustenta uma porcentagem universal de precisão, probabilidade de PSA 10 ou promessa de que a confirmação elimina qualquer erro.
Por que confirmar duas vezes
Primeiro confira os cantos físicos. Depois confira as linhas de corte e impressão na imagem retificada. São limites distintos. Uma proporção automática plausível ainda pode estar errada; se não houver uma moldura coerente, não force a medição. Leia o método e o glossário.
Reproduzir e citar
Data da avaliação: 2026-10-02. O agregado disponível registra os hashes do motor, das fotos e das referências manuais. Execute npx tsx scripts/eval-public.ts "private photo folder" --write com o conjunto privado original; sem --write, o script compara o resultado novo com o JSON publicado. Para sobreposições visuais privadas, execute npm run eval -- "private photo folder".
Baixe o JSON agregado. Fotos originais e sobreposições individuais não são distribuídas. Cite Centering Lab, esta página, a data de avaliação e a versão JSON. A fonte é nossa avaliação reproduzível, com protocolo e limitações descritos aqui.
Centering Lab · Atualizado em