2 Commits

Include renames

Author	SHA1	Message	Date
Shaun ZhouandClaude Opus 5	141cb907f2	feat: 支持 cuda / mps / cpu 三后端，Mac 上可用 MPS 训练 ... 移除"训练必须有 Nvidia GPU"的硬性守卫，改为按后端能力分派。 - utils/device: resolve_device("auto") 按 cuda > mps > cpu 挑最快的可用后端； 显式指定不可用的后端时直接报错，不会悄悄退回 CPU——训练慢几十倍却不吭声是最坏的情况 - AMP 随后端取默认值：CUDA 开、MPS 关。MPS 上 autocast 数值正常但实测更慢 （tiny_conv @128²：fp32 76 ms/步、fp16 90 ms、bf16 108 ms），需要时 amp: true 可强开 - PeakMemory 统一显存峰值统计：CUDA 读内置计数器，MPS 无峰值 API 改用逐 step 采样 （是下界，日志与产出里已标注） - profile_inference 支持 MPS，并提示 torch.profiler 没有 MPS 的 ProfilerActivity， 算子明细只反映 CPU 侧下发耗时 - train.py / eval.py 新增 --device，配置默认改为 auto - check_env 改为列出全部可用后端与 auto 的选择结果 实测：tiny_conv 训练在 MPS 上比 CPU 快约 32 倍。 Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>	2026-09-02 21:43:35 +08:00
Shaun ZhouandClaude Opus 5	af22dc639c	feat(datasets): YOLO 风格标注数据集与几何/像素增强 ... - yolo: images/ 与同层 labels/ 的路径约定、`class_id cx cy w h` 归一化行解析 （兼容分割多边形取外接矩形）、data.yaml 读写；缺失或空 txt 即无缺陷样本 - film_defect: 抛出图像、框、图像级标签；label_mode 决定多热向量还是互斥下标 - transforms: 图框同步的 Resize / Letterbox / CenterCrop / RandomResizedCrop / 翻转 / ColorJitter / GaussianBlur / PerImageStandardize - target_encoder: 高斯半径与 heatmap / wh / offset / mask 监督信号编码 Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>	2026-09-02 17:55:20 +08:00