feat: VWB — aide outil (?), croix suppression, plein écran, zones détection
- Bouton ? sur chaque nœud : tooltip avec description + paramètres typés - Croix rouge visible (fix overflow React Flow) - Sélection plein écran avec détection auto des éléments UI - Zones détectées affichées sur l'aperçu de capture - 32 actions documentées en français avec paramètres typés - Pruning candidats VLM : max 80 avant classification (3x plus rapide) Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>
This commit is contained in:
@@ -213,7 +213,18 @@ class UIDetector:
|
||||
regions.extend(opencv_regions)
|
||||
|
||||
logger.debug(f"Total: {len(regions)} candidate regions")
|
||||
|
||||
|
||||
# Limiter les candidats AVANT classification VLM pour éviter
|
||||
# des centaines d'appels VLM inutiles (~2-3s chacun).
|
||||
# On garde max 80 candidats — suffisant pour obtenir ~50 éléments
|
||||
# après filtrage par confiance, tout en gardant un temps raisonnable.
|
||||
max_candidates = 80
|
||||
if len(regions) > max_candidates:
|
||||
# Trier par confiance décroissante, puis par surface décroissante
|
||||
regions.sort(key=lambda r: (r.confidence, r.w * r.h), reverse=True)
|
||||
logger.info(f"Pruning {len(regions)} candidates → {max_candidates} (pre-VLM cap)")
|
||||
regions = regions[:max_candidates]
|
||||
|
||||
# Étape 2: Classifier chaque région avec le VLM
|
||||
logger.debug("Step 2: Classifying regions with VLM...")
|
||||
ui_elements = []
|
||||
|
||||
Reference in New Issue
Block a user