blackbird

712 Commits 2 Branches 0 Tags

3 Commits

Include renames

Author	SHA1	Message	Date
qing	823e91a30e	fix(actpred): 修复 HEF 帧归一化误判与部署图数值不等价，补齐 P3 审计项 - hailo_infer: 帧归一化判定改为量化网格 dequant(0)（旧启发式把归一化帧当原始像素喂入，图像路径饱和破坏；实机 max_diff 2.55→0.37， img 敏感性 1.44→22.26） - export_deploy: pool kernel 由卷积真实输出尺寸探测（H//16 在 1080 高度下静默丢弃末行）；mobilenet backbone 给出明确报错 - mt_parser: @Action 为文件末位块时解析成功，不再静默丢数据 - config: checkpoint train 段未知键/非 dict 校验；init-from 兼容性警告助手（normalize/action_dim），train 与 pretrain 共用 - dataset: stats 文件形状校验；predict: 移除误导性 --action-dim - dfc_compile: --frame-count 参数化（原硬编码 3 帧） - gen_calibration: 旧模式校准图像改分块 memmap 生成（1080p 原一次性分配 ~600MB） - _npu_test: torch 参考反归一化对齐后再与 HEF 比较 - 单测 81→90 全过；README 与测速报告更新为验证轮次数据	2026-08-13 15:22:34 +08:00
qing	52c0ade3c4	fix(actpred): 定位 HEF 输入不敏感根因，补齐归一化预训练链路根因：预训练全零图像占位使 BN running_var 停在初始小值，推理时特征放大至 ±1e6，DFC 在 token merge 点按最大幅度分配共享量化 scale，pred_token/act_tokens 全部被压成 0，HEF 输出对任何输入恒定（详见 docs/reports/actpred_hef_insensitivity_rootcause_20260813.md） - export_deploy.py：新增 check_token_ranges 导出前 token 量级检查（\|img\|>100 中止导出并提示微调；act/img 比例过大警告；归一化模型在 z 空间采样，避免零方差列爆炸） - pretrain_mt.py：新增 --random-images（ImageNet 归一化噪声占位，恢复 BN 统计）、--init-from（微调起点，含动作空间一致性警告）、 --normalize-actions 完整支持（训练集 stats 计算与保存、验证集复用） - gen_calibration.py：归一化模型的校准集自动 z-score 动作历史 - _onnx_validate.py / _npu_test.py：归一化模型适配（torch 参考 z-score、HailoPredictor 传 stats_path） - README：预训练章节补充新参数与 NPU 部署警告 - 单测 76/76 通过；冒烟验证：1 epoch 噪声微调后 \|img\| 2.46e5→8，归一化后 \|act\| 694→2.9	2026-08-13 13:57:38 +08:00
qing	14964b9574	fix(actpred): 修复 Hailo HEF 编译链路的输入断连与封装问题 - hailo_infer: 帧输入按 input_layerN 排序绑定（vstream 报告顺序实测为 1,5,4,3,2，按报告顺序会 frame1/frame2 错位），新增 --pred-token - gen_calibration: pred_token 校准改为学习值 ±30% 抖动，修复常量校准量化退化（scale=18571.7，任何输入都被量化成 0） - export_deploy: 新增 --pred-token-out 保存学习值供推理端喂入 - dfc_compile: parser/optimize 后自动检查输入层连通性，断开即报错 - 新增 _npu_test.py（NPU 4 角敏感性复验）与 _onnx_validate.py （编译前 ONNX 数值门槛），test_actpred 补乱序帧序用例	2026-08-13 12:22:26 +08:00

Author

SHA1

Message

Date

qing

823e91a30e

fix(actpred): 修复 HEF 帧归一化误判与部署图数值不等价，补齐 P3 审计项

- hailo_infer: 帧归一化判定改为量化网格 dequant(0)（旧启发式把归一化
  帧当原始像素喂入，图像路径饱和破坏；实机 max_diff 2.55→0.37，
  img 敏感性 1.44→22.26）
- export_deploy: pool kernel 由卷积真实输出尺寸探测（H//16 在 1080
  高度下静默丢弃末行）；mobilenet backbone 给出明确报错
- mt_parser: @Action 为文件末位块时解析成功，不再静默丢数据
- config: checkpoint train 段未知键/非 dict 校验；init-from 兼容性
  警告助手（normalize/action_dim），train 与 pretrain 共用
- dataset: stats 文件形状校验；predict: 移除误导性 --action-dim
- dfc_compile: --frame-count 参数化（原硬编码 3 帧）
- gen_calibration: 旧模式校准图像改分块 memmap 生成（1080p 原一次性
  分配 ~600MB）
- _npu_test: torch 参考反归一化对齐后再与 HEF 比较
- 单测 81→90 全过；README 与测速报告更新为验证轮次数据

2026-08-13 15:22:34 +08:00

qing

52c0ade3c4

fix(actpred): 定位 HEF 输入不敏感根因，补齐归一化预训练链路

根因：预训练全零图像占位使 BN running_var 停在初始小值，推理时
特征放大至 ±1e6，DFC 在 token merge 点按最大幅度分配共享量化
scale，pred_token/act_tokens 全部被压成 0，HEF 输出对任何输入
恒定（详见 docs/reports/actpred_hef_insensitivity_rootcause_20260813.md）

- export_deploy.py：新增 check_token_ranges 导出前 token 量级检查
  （|img|>100 中止导出并提示微调；act/img 比例过大警告；归一化
  模型在 z 空间采样，避免零方差列爆炸）
- pretrain_mt.py：新增 --random-images（ImageNet 归一化噪声占位，
  恢复 BN 统计）、--init-from（微调起点，含动作空间一致性警告）、
  --normalize-actions 完整支持（训练集 stats 计算与保存、验证集复用）
- gen_calibration.py：归一化模型的校准集自动 z-score 动作历史
- _onnx_validate.py / _npu_test.py：归一化模型适配（torch 参考
  z-score、HailoPredictor 传 stats_path）
- README：预训练章节补充新参数与 NPU 部署警告
- 单测 76/76 通过；冒烟验证：1 epoch 噪声微调后 |img| 2.46e5→8，
  归一化后 |act| 694→2.9

2026-08-13 13:57:38 +08:00

qing

14964b9574

fix(actpred): 修复 Hailo HEF 编译链路的输入断连与封装问题

- hailo_infer: 帧输入按 input_layerN 排序绑定（vstream 报告顺序实测
  为 1,5,4,3,2，按报告顺序会 frame1/frame2 错位），新增 --pred-token
- gen_calibration: pred_token 校准改为学习值 ±30% 抖动，修复常量
  校准量化退化（scale=18571.7，任何输入都被量化成 0）
- export_deploy: 新增 --pred-token-out 保存学习值供推理端喂入
- dfc_compile: parser/optimize 后自动检查输入层连通性，断开即报错
- 新增 _npu_test.py（NPU 4 角敏感性复验）与 _onnx_validate.py
  （编译前 ONNX 数值门槛），test_actpred 补乱序帧序用例

2026-08-13 12:22:26 +08:00