PallasAthena

🚧 开发中 / Under Development

PallasAthena 是一套面向 FPS 游戏的玩家行为分析工具链，通过采集鼠标点击数据并与游戏录像对齐，实现开火行为的自动提取、分类、校准与可视化。

PallasAthena is a behavioral analysis toolkit for FPS games. It captures mouse click data, aligns it with gameplay recordings, and provides automated extraction, classification, calibration, and interactive visualization of firing behavior.

数据采集

mouse_logger / mouse_click（更新于20260219）

mouse_click 用于在游戏侧实时记录鼠标左键按下/释放行为，并按回合落盘为日志文件，作为后续 mouse_extract 的原始输入。

脚本位置：scripts/mouse_logger/mouse_click.py

1. 使用场景

建议将该脚本打包为 exe，并部署到游戏电脑端运行
游戏过程中按回合记录鼠标点击行为，再将生成的 session 目录拷回分析环境

2. 运行控制

N：开始/停止当前回合记录（toggle）
P：停止并退出程序

程序启动后会在终端打印 session 输出目录。

3. 输出内容

脚本会在运行目录下创建：

session_YYYYMMDD_HHMMSS/
round_001.log、round_001.jsonl（每轮递增）
session_info.log

其中 round_*.jsonl 是后续 mouse_extract 的优先输入格式。

数据处理

mouse_extract（更新于20260326）

mouse_extract 用于把鼠标日志（round_*.jsonl / round_*.log）与同 session 内的视频（*.mp4）对齐，输出可用于后续可视化分析的 CSV。

脚本位置：scripts/mouse_extract/mouse_extract.py

1. 目录约定

默认情况下，脚本会自动向上查找项目根目录（包含 scripts/ 和 data/ 的目录），并使用：

输入目录：<project_root>/data
输出目录：<project_root>/output

在输入目录下，当前只扫描 session_* 文件夹（已弃用其它命名）。

每个 session 目录内建议包含：

round_001.jsonl（优先读取）或 round_001.log
round_002.jsonl / round_002.log ...
对应回合视频 *.mp4

2. 运行方式

在项目根目录执行：

python scripts/mouse_extract/mouse_extract.py

指定输入输出目录（可选）

python scripts/mouse_extract/mouse_extract.py --data-dir D:/path/to/data --output-dir D:/path/to/output

3. 参数与环境变量

支持参数：

--data-dir：日志和视频 session 根目录
--output-dir：分析结果输出根目录

也支持环境变量：

PALLAS_DATA_DIR
PALLAS_OUTPUT_DIR

优先级：命令行参数 > 环境变量 > 自动推断默认目录

4. 输出结构

输出会按原始 session 文件夹名落盘到 output/ 下：

output/
	session_20260220_224249/
		round_001_events.csv
		round_001_bursts.csv
		round_002_events.csv
		round_002_bursts.csv

其中：

*_events.csv：逐事件（pressed/released）
*_bursts.csv：按按下-释放配对后的持续段

5. 当前对齐假设

round 与视频按排序后一一对应（round_1 -> 第1个mp4）
视频开始时间从视频文件名解析（格式示例：YYYY.MM.DD - HH.MM.SS[.NN].mp4）
文件名末尾 NN 是序号，不是秒的小数位；时间解析只取到 HH.MM.SS

如果 mp4 数量与 round 数量不一致，脚本会给出 warning/note，并按较小数量处理。

5.1 兼容性提示（20260329）

mouse_extract 已修复文件名尾段语义（从“秒小数”改为“序号”）。如果你之前基于旧逻辑生成过 CSV，建议：

重新运行 mouse_extract 生成 *_events.csv / *_bursts.csv
重新运行 frame_offset_calibrator 估计 offset
使用新 offset 运行 burst_frame_viewer

burst_classifier（更新于20260326）

burst_classifier 用于基于 *_bursts.csv 中的 n_frames 对 burst 进行三分类，并输出新增标签列后的 CSV。

脚本位置：scripts/burst_classifier/burst_classifier.py

1. 输入要求

--input 指向的 CSV 必须包含列：n_frames
输入与输出路径不能相同（脚本会报错，防止覆盖原始数据）

2. 运行方式

在项目根目录执行：

python scripts/burst_classifier/burst_classifier.py \
	--input output/<session_id>/round_<round_id>_bursts.csv

可选参数完整示例：

python scripts/burst_classifier/burst_classifier.py \
	--input output/<session_id>/round_<round_id>_bursts.csv \
	--output output/<session_id>/round_<round_id>_bursts_labeled.csv \
	--threshN 20 \
	--threshY 30

占位符说明：

<session_id>：如 session_20260324_203756
<round_id>：如 010

3. 分类规则

脚本会将 n_frames 转成数值后，按阈值写入新列 burst_label：

non_primary：n_frames < threshN
primary：n_frames >= threshY
uncertain：threshN <= n_frames < threshY 或 n_frames 无法解析为数值

4. 参数说明

--input（必填）：输入 CSV 路径
--output（选填）：输出 CSV 路径；默认 <输入文件名>_labeled.csv（与输入同目录）
--threshN（选填，默认 20）：非主武器阈值
--threshY（选填，默认 30）：主武器阈值

约束：threshN 不能大于 threshY，否则脚本报错。

5. 输出说明

在原有列基础上新增列：burst_label
若未传 --output，默认输出为 <输入文件名>_labeled.csv
运行结束会打印三类计数与输出文件路径

frame_offset_calibrator（已弃用，更新于20260413）

⚠️ 已弃用：推荐使用 Dashboard 的 Offset Calibrator 标签页（python scripts/visualization/app.py）进行交互式校准。CLI 版不会写入 offsets.json，后续工具无法自动读取其结果。若仍需使用，请手动创建 offsets.json。

frame_offset_calibrator 用于做“半自动帧偏移校准”：

自动读取 burst 参考帧并提取候选偏移帧
自动生成带标注的 contact sheet 拼图
人工根据拼图记录最合适的偏移值

脚本位置：scripts/frame_offset_calibrator/frame_offset_calibrator.py

1. 在管线中的位置

推荐流程：

mouse_extract 生成 *_bursts.csv
burst_classifier 生成 *_bursts_labeled.csv
frame_offset_calibrator 校准偏移并记录最终 offset
burst_frame_viewer 使用校准后的 offset 批量截图

即：本模块放在 burst_classifier 与 burst_frame_viewer 之间。

2. 输入要求

--csv：输入 burst CSV（可用原始 *_bursts.csv 或带标签的 *_bursts_labeled.csv）
--video：对应 round 的视频文件
CSV 至少包含 frame0 列（若使用 --use-frame1，还需包含 frame1）

说明：若 CSV 含 burst_label 列且存在 primary，脚本会先在 primary 集合中选参考 burst；否则在全体 burst 中选。

参考 burst 选择策略：

--hold-number -1（默认）：随机选一个候选 burst
--hold-number >= 0：按候选集合序号固定选取（0-based）
--seed：仅在随机模式下生效；不传表示每次随机不同

3. 运行方式

最小示例：

python scripts/frame_offset_calibrator/frame_offset_calibrator.py \
	--csv output/<session_id>/round_<round_id>_bursts_labeled.csv \
	--video data/<session_id>/<video_file>.mp4

完整示例：

python scripts/frame_offset_calibrator/frame_offset_calibrator.py \
	--csv output/<session_id>/round_<round_id>_bursts_labeled.csv \
	--video data/<session_id>/<video_file>.mp4 \
	--offsetMIN 50 \
	--offsetMAX 89 \
	--hold-number -1 \
	--out output/<session_id>/offset_sheets/round_<round_id>_sheet.png \
	--cols 8 \
	--gap 8 \
	--tileW 960 \
	--tileH 540

固定候选序号示例：

python scripts/frame_offset_calibrator/frame_offset_calibrator.py \
	--csv output/<session_id>/round_<round_id>_bursts_labeled.csv \
	--video data/<session_id>/<video_file>.mp4 \
	--hold-number 2

可复现实验示例（随机 + 指定 seed）：

python scripts/frame_offset_calibrator/frame_offset_calibrator.py \
	--csv output/<session_id>/round_<round_id>_bursts_labeled.csv \
	--video data/<session_id>/<video_file>.mp4 \
	--hold-number -1 \
	--seed 42

4. 参数说明

--csv（必填）：burst CSV 路径
--video（必填）：视频路径
--offsetMIN（选填，默认 50）：最小偏移
--offsetMAX（选填，默认 89）：最大偏移
--hold-number（选填，默认 -1）：参考 burst 选择序号（-1 随机，>=0 固定序号）
--seed（选填，默认不固定）：随机种子（仅随机模式生效）
--out（选填）：拼图输出路径（默认 <csv_stem>_offset_sheet.png）
--cols（选填，默认 8）：每行子图数
--gap（选填，默认 8）：子图间距像素
--tileW（选填，默认 960）：子图宽度
--tileH（选填，默认 540）：子图高度
--use-frame1（选填）：改用 frame1 作为参考帧（默认使用 frame0）

5. 输出说明

输出一张带角标的 contact sheet（标注候选 offset 与对应帧号）
终端会打印参考帧、有效候选数与输出路径
人工从拼图中选择最终偏移值，用于后续 burst_frame_viewer --offset

burst_frame_viewer（更新于20260413）

burst_frame_viewer 用于从 *_bursts.csv 中读取开火帧的起始和终止帧号（frame0、frame1），结合给定视频提取截图，便于快速人工检查点击段对应画面。

脚本位置：scripts/burst_frame_viewer/burst_frame_viewer.py

1. 输入要求

--csv 指向的 CSV 必须包含列：frame0、frame1
可选列：round（用于输出文件名；缺失时使用默认值）
可选列：burst_label（若存在，脚本会按标签自动分目录保存截图）
--video 指向可由 OpenCV 打开的 mp4 等视频文件

2. 运行方式

在项目根目录执行：

python scripts/burst_frame_viewer/burst_frame_viewer.py \
	--csv output/<session_id>/round_<round_id>_bursts.csv \
	--video data/<session_id>/<video_file>.mp4 \
	--offset <offset_frames> \
	--out output/<session_id>/burst_frames/round_<round_id>

占位符说明：

<session_id>：如 session_20260324_203756
<round_id>：如 010
<video_file>：对应 round 的视频文件名（不含扩展名）
<offset_frames>：整数帧偏移（如 68）

3. 参数说明

--csv（必填）：*_bursts.csv 路径
--video（必填）：视频路径
--offset（选填，整数）：帧偏移量，脚本实际计算为 adjusted = raw_frame - offset。若省略，脚本会自动从 CSV 同级目录的 offsets.json 中按 round 号读取对应 offset；若 offsets.json 不存在或无对应 round，脚本会报错并提示手动指定
--out（选填）：输出目录，默认 output/<session_dir>/burst_frames/round_<number>

4. 输出与命名

脚本会遍历 CSV 每一行，对 frame0 和 frame1 各尝试导出一张图。

输出文件名格式：

row{行号}_rnd{round}_{frame0|frame1}_r{原始帧}_a{偏移后帧}.png

例如：

row0001_rnd10_frame0_r12345_a12245.png

当 CSV 中包含 burst_label 列时，输出会自动分到标签子目录，例如：

<out>/primary/
<out>/non_primary/
<out>/uncertain/

若不存在 burst_label 列，则截图直接输出到 --out 目录。

5. 跳过规则

以下情况会被跳过并打印提示：

偏移后帧号越界（< 0 或 >= total_frames）
OpenCV 在指定帧读取失败

最终会打印统计：保存数量与跳过数量。

人工复核

burst_label_annotater（更新于20260331）

burst_label_annotater 用于对 burst_classifier 输出的 *_bursts_labeled.csv 进行两阶段人工标注：

第一阶段：复核标签（默认只复核 burst_label=uncertain）
第二阶段：仅对 label_reviewed=primary 的条目标注 kills/deaths

脚本位置：scripts/burst_classifier/burst_label_annotater.py

1. 在管线中的位置

推荐流程：

mouse_extract 生成 *_bursts.csv
burst_classifier 生成 *_bursts_labeled.csv
frame_offset_calibrator 校准帧偏移
burst_frame_viewer 使用校准后的 offset 批量截图
burst_label_annotater 人工复核标注

即：本模块位于 burst_frame_viewer 之后，利用其生成的截图进行人工判读。

2. 输入要求

--csv：输入 CSV 必须包含 burst_label 列，且标签值仅限 primary、non_primary、uncertain
--frames-dir：burst_frame_viewer 输出的截图目录（round 级别），例如 output/session_xxx/burst_frames/round_001（可不传，自动推导）
CSV 还须包含列：frame0、frame1、round
使用 --stage2-only 时，输入 CSV 还必须已有 label_reviewed 列

截图文件查找依据 burst_frame_viewer 的命名约定（row{行号}_rnd{round}_frame{0|1}_r{原始帧}_a{偏移帧}.png）。

3. 运行方式

基本用法（仅复核 uncertain，frames-dir 自动推导）：

python scripts/burst_classifier/burst_label_annotater.py \
	--csv output/<session_id>/round_<round_id>_bursts_labeled.csv

手动指定截图目录：

python scripts/burst_classifier/burst_label_annotater.py \
	--csv output/<session_id>/round_<round_id>_bursts_labeled.csv \
	--frames-dir output/<session_id>/burst_frames/round_<round_id>

全量复核模式（复核所有条目）：

python scripts/burst_classifier/burst_label_annotater.py \
	--csv output/<session_id>/round_<round_id>_bursts_labeled.csv \
	-f

仅运行第二阶段（跳过第一阶段）：

python scripts/burst_classifier/burst_label_annotater.py \
	--csv output/<session_id>/round_<round_id>_bursts_reviewed.csv \
	--stage2-only

指定输出路径：

python scripts/burst_classifier/burst_label_annotater.py \
	--csv output/<session_id>/round_<round_id>_bursts_labeled.csv \
	--out output/<session_id>/round_<round_id>_bursts_reviewed.csv

4. 参数说明

--csv（必填）：输入 labeled CSV 路径
--frames-dir（选填）：截图目录（round 级别）；若不指定，脚本会从 CSV 路径自动推导，格式为 <output_dir>/burst_frames/round_<round_id>
--out（选填）：输出 CSV 路径；默认在输入文件旁生成 *_reviewed.csv（若输入为 *_labeled.csv 则输出为 *_reviewed.csv）
-f / --full-review（选填）：启用全量复核模式，对所有条目标注（含 primary 和 non_primary）
--stage2-only（选填）：跳过第一阶段，直接进入第二阶段（要求输入 CSV 已含 label_reviewed）

5. 第一阶段快捷键（标签复核）

P：标记为 primary
N：标记为 non_primary
U：保持 uncertain
B：返回上一条
Q：结束第一阶段并进入第二阶段

每次按键判定后，终端会同步打印判定结果（例如：第xx行 -> primary）。

6. 第二阶段快捷键（击杀/死亡）

0-9：设置 kills
D：切换 deaths（0 <-> 1）
Enter：确认当前条目并跳到下一条
B：返回上一条
Q：保存并退出

7. 输出说明

在原有列基础上新增/维护列：label_reviewed、kills、deaths
第一阶段会写入 label_reviewed（原 burst_label 列不修改）
第二阶段仅对 label_reviewed=primary 的行标注 kills/deaths
非 primary 行的 kills/deaths 保持空值

8. 注意事项

第一阶段默认只复核 uncertain；启用 -f 后第一阶段复核全部条目
第二阶段始终从整个 frames-dir 递归查找截图，并只筛选 label_reviewed=primary 条目
若某行缺少 frame0 或 frame1 截图，该行会被跳过并打印提示

可视化

burst_raster（更新于20260331）

burst_raster 用于把单个 round 的 *_bursts.csv、*_bursts_labeled.csv 或 *_bursts_reviewed.csv 画成中点栅格图：

三排主轨道（上→下）：

primary（红）
uncertain（黄）
non_primary（灰）

可选两条事件轨道（仅当 CSV 含 kills/deaths 列时出现）：

最上方：kill 近似时间点（绿色上三角）
最下方：death 近似时间点（黑色下三角）
两类事件点同时绘制竖向辅助线连接上下轨道

每个 burst 只保留时间中点，用于快速观察时间分布。

脚本位置：scripts/visualization/burst_raster.py

1. 输入要求

--input 指向单个 round 的 bursts CSV
CSV 至少包含时间列之一：
- t0_rel_sec + t1_rel_sec（优先）
- t0_unix + t1_unix
标签列优先级：label_reviewed > burst_label > 全部归入 non_primary
label_reviewed 中无有效标签值的行不绘制（直接丢弃）
kills/deaths 列（选填）：来自 burst_label_annotater 第二阶段输出；有值时自动绘制事件轨道

2. 运行方式

python scripts/visualization/burst_raster.py \
	--input output/<session_id>/round_<round_id>_bursts_reviewed.csv

可选参数示例：

python scripts/visualization/burst_raster.py \
	--input output/<session_id>/round_<round_id>_bursts_reviewed.csv \
	--output output/<session_id>/round_<round_id>_bursts_raster.png \
	--title "Round <round_id> Burst Raster"

3. 图形特性

x 轴虚线按固定 60 秒主刻度绘制
y 轴三排标签固定；有事件轨道时图高自动增大（4.2 → 5.8）
kill 近似时间点在 burst 持续段的 30%～80% 区间内随机分布；death 在 80%～95% 区间取一点（种子固定，可复现）
颜色主次：primary 最突出，uncertain 次之，non_primary 最淡

burst_scatter（更新于20260331）

burst_scatter 用于按 session 批量可视化所有 round 的 burst：

x 轴：burst 时间中点
y 轴：round 编号（每个 round 一行）
点大小：与 burst 持续时长挂钩
点颜色：按 burst_label 分类
支持 y 向微小 jitter，减少点重叠

脚本位置：scripts/visualization/burst_scatter.py

1. 输入要求

--session-dir 指向一个 session 输出目录（例如 output/session_20260220_224249）
目录内可包含：
- round_*_bursts_reviewed.csv
- round_*_bursts_labeled.csv
- round_*_bursts.csv

脚本会按 round 自动选源（三级优先）：

*_bursts_reviewed.csv（最高优先）
*_bursts_labeled.csv
*_bursts.csv（无标签，全轮点用蓝色 unlabeled 绘制并打印提示）

若目录中没有可用 bursts CSV，则跳过绘图并提示。

标签列优先级：label_reviewed > burst_label > unlabeled；label_reviewed 中无有效值的行直接丢弃不绘制。

2. 运行方式

python scripts/visualization/burst_scatter.py \
	--session-dir output/<session_id>

带 jitter 参数示例：

python scripts/visualization/burst_scatter.py \
	--session-dir output/<session_id> \
	--jitter 0.08 \
	--title "Burst Session Scatter"

3. 参数说明

--session-dir（必填）：session 目录路径
--output（选填）：输出 PNG 路径；默认 <session_dir>/<session_name>_burst_session_scatter.png
--title（选填）：图标题
--jitter（选填，默认 0.08）：每个 round 的 y 方向抖动幅度

app / 交互式 Dashboard（更新于20260413）

app 是基于 Dash 的交互式可视化面板，包含两个标签页：

Dashboard：Burst Raster + Session Scatter + 统计卡片
Offset Calibrator：交互式帧偏移校准，替代静态 contact sheet 工作流

脚本位置：scripts/visualization/app.py

1. 在管线中的位置

Dashboard 标签页是 burst_raster + burst_scatter 的交互版，是最终可视化入口。

Offset Calibrator 标签页可替代 frame_offset_calibrator 的全部功能（后者目前仍可独立使用，但是可能在将来弃用），在管线中位于 burst_classifier 与 burst_frame_viewer 之间。

2. 运行方式

在项目根目录执行：

python scripts/visualization/app.py

带参数示例：

python scripts/visualization/app.py \
	--data-dir output/ \
	--port 8050 \
	--debug

启动后访问 http://localhost:8050。

3. 参数说明

--data-dir（选填）：输出目录路径；默认自动推断（从 cwd / 脚本目录向上查找含 session_* 的 output/）
--port（选填，默认 8050）：监听端口
--debug（选填）：启用 Dash 调试模式（热重载 + 详细错误）

也支持环境变量 PALLAS_OUTPUT_DIR。

4. Dashboard 标签页

选择 session 和 round 后自动渲染：

统计卡片：total bursts、primary 数、kills、deaths、round 时长、平均 burst 持续
Burst Raster：三轨道栅格 + kill/death 事件标记（与 burst_raster.py 同构）
Session Scatter：全 session 散点（与 burst_scatter.py 同构），点大小映射 duration

数据源优先级与 burst_scatter 一致：*_reviewed.csv > *_labeled.csv > *_bursts.csv。

4.1 数据刷新

Header 右侧提供 ↻ Refresh 按钮。点击后：

重新扫描 output/ 目录，发现新增的 session / round / CSV
立即刷新当前 Dashboard 图表和 Calibrator 下拉选项
无需重启 Dashboard 服务器

5. Offset Calibrator 标签页

用于交互式确定每个 round 的帧偏移量。

5.1 操作流程

在 Calibrator 标签页选择 session 和 round
脚本自动加载该 round 的 burst 列表和对应视频（视频映射规则与 mouse_extract 相同：排序后一一对应）
使用 ◀ / ▶ 按钮浏览各 burst
使用 ±1 / ±10 按钮或直接输入数字调整 offset
画面实时显示 frame0 - offset 和 frame1 - offset 对应的视频帧
确认满意后点击 💾 Save Offset 保存

5.2 偏移存储

每次保存会写入 output/<session_id>/offsets.json，格式如下：

{
  "002": {"offset": 68, "source": "manual"},
  "010": {"offset": 72, "source": "manual"}
}

切换到已校准的 round 时，会自动加载已保存的 offset 值。

5.3 与原有工具的关系

frame_offset_calibrator.py（CLI 版）已弃用，仍可独立运行但会提示迁移到 Dashboard
CLI 版不会写入 offsets.json，如需后续工具自动读取 offset，请手动创建
建议统一使用 Dashboard 进行 offset 校准

6. 路径自动推断

脚本会自动检测以下目录结构：

output/：从 cwd 和脚本目录向上逐级查找，优先选含 session_* 子目录的候选
data/：取 output/ 的同级 data/ 目录，用于定位视频文件

TODO / 未来规划

Dashboard 标注整合：将 burst_label_annotater 的两阶段标注流程整合进 Dash Dashboard（scripts/visualization/app.py），利用 Web UI 提供更高效的鼠标点击交互，替代当前 cv2 弹窗方式。可参考已有的 offset 校准 Tab 实现。
枪击落点可视化：整合目标检测模型（如 YOLO），识别游戏画面中的命中反馈，实现枪击落点的自动标注与可视化。

无需手动指定路径即可在项目根目录直接运行。

管线统一入口

run_pipeline（更新于20260413）

run_pipeline 是 PallasAthena 的统一命令行入口，将提取、分类、截图、标注等步骤串联为一条命令。

脚本位置：scripts/run_pipeline.py

1. 标准工作流（SOP）

# Step 1: 提取 + 分类
python scripts/run_pipeline.py

# Step 2: 在 Dashboard 校准每个 round 的帧偏移
python scripts/visualization/app.py

# Step 3: 截图 + 人工标注
python scripts/run_pipeline.py --review

# Step 4: 在 Dashboard 查看最终结果；刷新或重启app.py即可

2. 常用命令

默认：提取 + 分类

python scripts/run_pipeline.py

从 data/session_* 读取日志和视频，产出 output/session_*/round_*_bursts_labeled.csv。

截图 + 标注（跳过提取分类）

python scripts/run_pipeline.py --review

等价于 --skip-extract --skip-classify --run-frame-viewer --run-annotater。offset 自动从 offsets.json 读取；标注遍历所有 session/round，跳过已有 *_reviewed.csv 的。

只标注指定 session

python scripts/run_pipeline.py --run-annotater --annotate-session session_20260324_203756

只标注指定 round

python scripts/run_pipeline.py --run-annotater --annotate-session session_20260324_203756 --annotate-round 5

清理中间 CSV

python scripts/run_pipeline.py --cleanup-intermediate-csv

保留最终可用 CSV（reviewed > labeled > raw），删除中间产物。

3. 完整参数一览

参数	说明
`--data-dir`	输入 data 根目录（默认自动解析）
`--output-dir`	输出 output 根目录（默认自动解析）
`--review`	快捷模式：跳过提取分类，直接截图+标注
`--skip-extract`	跳过 mouse_extract 阶段
`--skip-classify`	跳过 burst_classifier 阶段
`--overwrite-labeled`	覆盖已有 labeled CSV
`--threshN` / `--threshY`	burst_classifier 阈值（默认 20 / 30）
`--run-frame-viewer`	执行批量截图
`--offset`	截图偏移值（省略则从 offsets.json 读取）
`--run-annotater`	执行人工标注（默认遍历全部）
`--annotate-session`	限定标注的 session
`--annotate-round`	限定标注的 round（需配合 `--annotate-session`）
`--overwrite-reviewed`	覆盖已有 reviewed CSV
`--full-review`	标注全量复核模式
`--stage2-only`	标注仅第二阶段
`--run-calibrator`	[已弃用] CLI offset 校准，请改用 Dashboard
`--cleanup-intermediate-csv`	清理中间 CSV
`--dry-run`	只打印命令，不实际执行

Name		Name	Last commit message	Last commit date
data		data
experiments/pynput		experiments/pynput
output		output
scripts		scripts
.gitignore		.gitignore
README.md		README.md
demo.sh		demo.sh
environment.yml		environment.yml

Latest commit

History

Folders and files

Repository files navigation

PallasAthena

数据采集

mouse_logger / mouse_click（更新于20260219）

1. 使用场景

2. 运行控制

3. 输出内容

数据处理

mouse_extract（更新于20260326）

1. 目录约定

2. 运行方式

指定输入输出目录（可选）

3. 参数与环境变量

4. 输出结构

5. 当前对齐假设

5.1 兼容性提示（20260329）

burst_classifier（更新于20260326）

1. 输入要求

2. 运行方式

3. 分类规则

4. 参数说明

5. 输出说明

frame_offset_calibrator（已弃用，更新于20260413）

1. 在管线中的位置

2. 输入要求

3. 运行方式

4. 参数说明

5. 输出说明

burst_frame_viewer（更新于20260413）

1. 输入要求

2. 运行方式

3. 参数说明

4. 输出与命名

5. 跳过规则

人工复核

burst_label_annotater（更新于20260331）

1. 在管线中的位置

2. 输入要求

3. 运行方式

4. 参数说明

5. 第一阶段快捷键（标签复核）

6. 第二阶段快捷键（击杀/死亡）

7. 输出说明

8. 注意事项

可视化

burst_raster（更新于20260331）

1. 输入要求

2. 运行方式

3. 图形特性

burst_scatter（更新于20260331）

1. 输入要求

2. 运行方式

3. 参数说明

app / 交互式 Dashboard（更新于20260413）

1. 在管线中的位置

2. 运行方式

3. 参数说明

4. Dashboard 标签页

4.1 数据刷新

5. Offset Calibrator 标签页

5.1 操作流程

5.2 偏移存储

5.3 与原有工具的关系

6. 路径自动推断

TODO / 未来规划

管线统一入口

run_pipeline（更新于20260413）

1. 标准工作流（SOP）

2. 常用命令

3. 完整参数一览

About

Resources

Stars

Watchers

Forks

Releases

Packages