浮點可能與相機姿態、影像覆蓋、反光、動態物件或訓練表示有關，不能只看結果就斷定是 COLMAP。Bundle Adjustment 最佳化現有觀測的投影一致性，但錯誤匹配、退化視角或不足的約束，仍可能留下不合理的解。
Bundle Adjustment 在最佳化什麼？
它調整相機與三維點等參數，降低觀測特徵與投影位置之間的差異。這個目標使用的是已建立的觀測關係，並不知道「這一定是一面平直的沙發側板」。因此投影一致，不必然等於物體形狀正確。
錯誤的相機模型也可能讓參數彼此補償。檢查時要記錄鏡頭、焦距、是否變焦及影像是否已去畸變，避免一組內參被不適當地共用。
異常檢查要同時看多種信號
把重投影誤差、可用觀測數、軌跡長度與相機分布一起看。低誤差可能只是少數容易匹配的區域表現很好；某張照片看似註冊成功，關鍵家具側面仍可能沒有足夠支持。
用相機路徑疊回原始拍攝動線，尋找突跳、反轉、尺度異常與分裂子模型。這些是人工檢查的線索，不是單一數值就能自動定罪的門檻。
為什麼難以可靠地全自動修正？
要修正異常，系統必須知道應該相信哪些匹配、哪些先驗，以及應否保留照片。有時問題是定位，有時是沒有拍到；後者不能靠移動相機圖示補出觀測。
可以評估重新匹配、調整內參分組、已知姿態或外部幾何約束，但每個來源都要有正確座標與不確定性設定。軟體已有部分先驗、校正與最佳化能力；研究重點是如何在不同失敗情境可靠整合，而不是宣稱沒有人能修改相機。
建立可回溯的修正紀錄
每次只改一組因素，保留資料版本、軟體版本、相機設定與保留視角。先檢查 SfM，再以相同訓練設定比較 3DGS，才能分清改善來自定位還是訓練。
如果修正後只改善訓練角度，側面仍有浮點，下一步應回到覆蓋與材質，而不是持續壓低一個全場平均誤差。
技術來源與內容範圍
研究整理與排查方法；未提供的個案素材與實測結果，不作既有成果呈現。
來源查核：2026.10.16。實際適用性仍依資料、方法與軟體版本確認。