VisionXLab
/

Point2RBox-v3-jittor

@@ -1,106 +1,64 @@
-# Config Parity：官方 mmrotate config ↔ Jittor config 逐项对照
-> 真相来源：`/root/ref/Point2RBox-v3/configs/point2rbox_v2/*.py`（解析展平后的 golden
-> 在 `tests/parity/golden/config_*.json`，由 `tools/dump_config.py` 生成）。
-> 可执行版对照：`tests/parity/test_L0_config.py::TestJittorConfigParity`（10 tests）。
-> 本文只记录**映射规则**与**疑似异常清单**，数值一律以 golden 为准。
-## 类名 / 写法映射表（铁律一允许变的三类）
-| 官方（mmrotate/mmdet/mmengine） | Jittor（JDet） | 说明 |
 |---|---|---|
-| `mmdet.ResNet, out_indices=(1,2,3)` | `Resnet50, return_stages=['layer2','layer3','layer4']` | 数值语义相同 |
-| `init_cfg=Pretrained(torchvision://resnet50)` | `pretrained=True` | 同一份 torchvision 权重 |
-| `mmdet.FPN` | `FPN` | 参数逐值相同 |
-| `mmdet.FocalLoss` | `FocalLoss` | |
-| `GWDLoss`（v3 注册名）/`GDLoss(gwd)` | `GDLoss(loss_type='gwd')` | |
-| `optim_wrapper.optimizer=AdamW(...)` + `clip_grad` | `optimizer=AdamW(..., grad_clip=...)` | clip 数值不变 |
-| `param_scheduler=[LinearLR, MultiStepLR]` | `scheduler=LinearWarmupMultiStepLR` | LR 序列逐点相等（L1 测试 1440 点 rtol 1e-9） |
-| `custom_hooks=[mmdet.SetEpochInfoHook]` | Runner 内建 `model.set_epoch(epoch)` | C3 |
-| `train_cfg=EpochBasedTrainLoop(max_epochs=12, val_interval=12)` | `max_epoch=12, eval_interval=12` | |
-| `default_hooks.logger interval=50 / checkpoint interval=1` | `log_interval=50 / checkpoint_interval=1` | |
-| pipeline `LoadImageFromFile→LoadAnnotations(qbox)→ConvertBoxType→ConvertWeakSupervision` | `P2RV2DOTADataset`（内建，直读 split txt） | qbox→rbox 用 cv2.minAreaRect 原样；point_dummy=1 官方默认 |
-| pipeline `Resize((1024,1024), keep_ratio=True)` | `MMRotateResize(min_size=1024, max_size=1024)` | 不复用底座 RotatedResize（会重规范角度） |
-| pipeline `RandomFlip(0.75, [h,v,diag])` | `MMRotateRandomFlip(同参数)` | 不复用底座 RotatedRandomFlip（-1 偏移+角度公式不同） |
-| `data_preprocessor(mean/std/bgr_to_rgb/pad_size_divisor)` | transforms 的 `Normalize`+`Pad(32)`；mean/std 同时传 model 供 TED 反归一化 | |
-## 疑似异常但已确认照抄（铁律二，勿"修正"）
-| # | 项 | 已照抄的值 | 状态 |
-|---|---|---|---|
-| 1 | `_delete_=True` 后 clip_grad 仍生效 | `grad_clip(max_norm=35, norm_type=2)` | ✅ C1 + L0 锚定测试 |
-| 2 | param_scheduler 未被覆盖 | LinearLR(1/3, iter 0→500) × MultiStepLR([8,11], 0.1) | ✅ C2，LR 逐点相等 |
-| 3 | SetEpochInfoHook 是功能性依赖 | runner 每 epoch 注入 | ✅ C3 |
-| 4 | val 指向 trainval/ | 照抄 | ✅ config + L0 测试断言 |
-| 5 | stage-2 wd=0.005（≠端到端 0.05） | 照抄 | ✅ golden 锚定（stage-2 config M7 时写） |
-| 6 | head strides=[8] 单层 | 照抄 | ✅ |
-| 7 | backbone out_indices v2=(1,2,3) / stage-2=(0,1,2,3) | 各是各的 | ✅ |
-| 8 | square_cls/edge_loss_cls/post_process/voronoi_thres 逐类魔数 | 一个数不动 | ✅ L0 锚定 |
-| 9 | ss_prob=[0.68,0.07,0.25] | 照抄 | ✅ |
-| 10 | RandomFlip prob=0.75 | 照抄 | ✅ |
-| 11 | boxtype2tensor=False / relu_before_extra_convs=True / add_extra_convs='on_output' / filter_empty_gt=True | 全部显式 | ✅ |
-| 12 | `label_assign_pseudo_label_switch_eopch` 拼写 | v3 用，v2 未涉及；若移植中遇到保持原拼写 | 备案 |
-## 已知实现层差异（非 config 数值，均有记录与理由）
-| 项 | 差异 | 影响 |
-|---|---|---|
-| torchvision `resized_crop` 的 antialias | jt.nn.interpolate 无 antialias | 仅 sca 增广路径图像内容，训练随机性范围内 |
-| mmcv RoIAlignRotated aligned=True 不做 1x1 钳制 | JDet kernel 始终钳制 | 仅亚像素 roi |
-| jdet nms keep 顺序 | head 内先按分数排序再 NMS，语义对齐 mmcv | 已适配 |
-| reduce_mean（分布式均值） | 单卡训练恒等 | 官方总 batch=2 单卡，无差异 |
-| eigh 简并子梯度基底 | w==h 时与 torch 的 a/c 分配不同（trace 一致） | 数学等价的子梯度选择 |
----
-# v3 专项附录（Agent B：SAM 配置与 utils 怪癖）
-# Config Parity — 官方 config ↔ Jittor config 对照
-> 状态：开档（2026-07-26）。M5' 写 v3 config 时逐项补全对照表与类名映射表。
-> L0 测试：A 的 `tools/dump_config.py` golden + `tests/parity/`，v3 侧比对在 M5' 接入。
-## 疑似异常但已确认照抄（只记录，禁止"修正"）
-### 来自计划铁律二（写 config 时逐条勾选，见 PLAN §6）
-12 条清单在 M5' 写 config 时逐条核对后搬进本表。先行确认的：
-| # | 项 | 实测情况 | 处置 |
-|---|---|---|---|
-| 铁律二 #7 | class 1/0/14 weights ��� color_consistency 但 required_metrics 未列 | **实测只有 class 1 不对称**（0/14 两边都列了）；计划描述有偏差，行为照抄不受影响 | `_base_sam-dotav1-0.py` 已逐字节 cp（md5=772f1e23…） |
-| 铁律二 #8 | class 3/8/10 的 circularity 权重 = -3 + penalty_circularity=100 | 已数值验证：圆形 mask 在这三类被压掉、斜矩形胜出（tests/test_filter_masks.py） | 照抄 ✓ |
-### 代码层怪癖（losses/utils.py 移植时发现，均已 1e-6 parity 验证照抄）
-1. **`filter_masks` 内置 fallback config 与 `_base_sam-dotav1-0.py` 数值不同**：
-   fallback 的 default color_consistency 权重 6（配置文件是 2）；fallback 的 class 11 多
-   `rectangularity: -2`、class 0/14 多 `rectangularity: -1`；aspect_ratio_range 普遍不同
-   （class 7：fallback (1.3,3) vs 配置 (1,5)）。训练时 config 恒传入，fallback 仅
-   config=None 时生效。**两套都照抄，不合并、不统一。**
-2. `circularity` 的 `radius=int(radius)` 截断 + `countNonZero` 栅格化圆面积（非解析
-   πr²）——量化行为，照抄。
-3. fallback 里 class 2 的 required_metrics 列了 aspect_ratio_reasonableness 但没配
-   aspect_ratio_range → 该 metric 实际永不计算（weights 也没它，无实际影响）。照抄。
-4. `center_alignment` 在 prompt 点落在 mask 外时返回硬惩罚 -100.0（×权重 10 = -1000），
-   刻意设计，照抄。
-## 偏离项记录（config 语法层，非数值）
-- （待 M5' 填写：registry 类名映射、JDet config 语法差异等允许项）
-## 追加豁免（2026-07-26 14:35）
-| 项 | 官方值 | Jittor 侧 | 理由 |
-|---|---|---|---|
-| `train/val/test_dataloader.num_workers` | 2 | 0 | jittor 1.3.8.5 多进程 dataset 环形缓冲死锁（A commit 3d87c60 实测）。纯 infra 参数，不影响样本组成/顺序/任何训练数学。jittor 修复后可恢复 |
-## 上游可复现性发现（2026-07-26，loss_by_feat parity 期间）
-**上游 v3 训练的 MobileSAM 实际使用了未播种的随机 attention bias。**
-`mobile_sam` 包 `build_sam` 先 `eval()` 后 `load_state_dict`：TinyViT Attention 在 eval()
-时缓存非持久的 `ab`（attention bias 索引结果），随后 load_state_dict 不刷新它——
-上游每次训练运行的 SAM attention bias 都是随机初始化残留，逐次不同、不可复现。
-本仓库 Jittor 移植是「加载后自然刷新」的正确语义（golden 采用修正语义后 SAM E2E 逐位一致）。
-**含义**：我们的 SAM 是正确权重版；与上游 61.38 的 mAP 对比中该差异方向未知（推测中性或
-偏正面），若最终精度有出入这是候选解释之一。详见 tools/dump_v3_head_loss_reference.py 注释。

+# Configuration parity
+The files in `configs/point2rbox_v3/` reproduce the official mmrotate
+Point2RBox-v3 configuration. `tests/parity/test_L0_v3_config.py` compares the
+flattened values with stored reference goldens.
+## Framework mappings
+| PyTorch/mmrotate | Jittor/JDet | Equivalent behavior |
 |---|---|---|
+| `mmdet.ResNet(out_indices=...)` | `Resnet50(return_stages=...)` | same feature stages |
+| torchvision ResNet-50 initialization | `pretrained=True` | same pretrained source |
+| `mmdet.FPN` | `FPN` | matching channels and levels |
+| `mmdet.FocalLoss` | `MMDetFocalLoss` | mmdetection reduction semantics |
+| `GWDLoss` | `GDLoss(loss_type='gwd')` | matching Gaussian distance |
+| AdamW + `clip_grad` | JDet AdamW with `grad_clip` | global L2 clip at 35 |
+| LinearLR + MultiStepLR | `LinearWarmupMultiStepLR` | pointwise-equal LR sequence |
+| `SetEpochInfoHook` | runner `model.set_epoch(epoch)` | epoch switches preserved |
+| mmrotate qbox transforms | `P2RV2DOTADataset` | qbox/rbox and point labels |
+| mmrotate resize/flip | `MMRotateResize` / `MMRotateRandomFlip` | coordinate and angle parity |
+## Locked training values
+- 12 epochs, evaluation at epoch 12, checkpoint every epoch.
+- AdamW learning rate `5e-5`, gradient clip `35`.
+- Linear warmup from factor `1/3` for 500 iterations; learning-rate milestones
+  at epochs 8 and 11 with factor 0.1.
+- End-to-end batch size 2 and second-stage batch size 4 on one GPU.
+- End-to-end weight decay 0.05; second-stage weight decay 0.005.
+- Five FPN strides `[8, 16, 32, 64, 128]` for v3.
+- Self-supervision probabilities `[0.68, 0.07, 0.25]`.
+- Epoch 6 switches for edge supervision, pseudo-label assignment and copy-paste
+  routing. The upstream key spelling
+  `label_assign_pseudo_label_switch_eopch` is intentionally preserved.
+- Validation points to the reference trainval split, matching the official
+  diagnostic protocol.
+## SAM filtering configuration
+`configs/point2rbox_v3/_base_sam-dotav1-0.py` preserves the complete
+class-specific filtering table from the reference. The L0 test compares every
+key, value and tuple/list type. Notable intentional values include:
+- classes 3, 8 and 10 use circularity weight `-3` with circularity penalty 100;
+- prompt points outside a mask receive the reference hard center-alignment
+  penalty;
+- the internal fallback filter table is kept separate from the config table,
+  because the reference values differ and the configured training path always
+  passes the explicit table.
+## Infrastructure-only adaptation
+The validated Jittor setup uses `num_workers=0`. Jittor 1.3.8.5 can deadlock in
+the multiprocessing dataset ring buffer for this variable-instance workload.
+This changes loading concurrency only; sample definitions, transforms and
+training math remain unchanged.
+## Upstream MobileSAM cache behavior
+The upstream builder enters evaluation mode before loading the TinyViT state
+dict, which can leave a cached attention-bias tensor derived from initialization
+values. The Jittor builder loads weights first and then refreshes the evaluation
+cache. This is the deterministic checkpoint-loading behavior documented in
+[porting_notes.md](porting_notes.md).