【日报】2026-01-19 复习模式识别与机器学习。还在折腾Deformable DETR的旋转框版本的ransformers框架实现——超小规模训（50张/200张）练没问题，但是放到DOTA上直接训练好像很慢很慢，而且不稳定。 仔细排了下选课，这下谁能分得清我学的是啥专业。 截屏2026-01-19 20.12.11.png

【日报】2026-01-16 今天终于把Deformable DETR的旋转框版本用Transformers框架折腾出来了（还没到复现AO2-DETR的程度，还缺一些重要模块）。总算可以告别MMCV这一糟糕透顶的框架了。现在能用transformers实现好，后续很多工作就都轻松起来了。 不可否认，MMCV 在相当长一段时间内对学术界的发展起到了积极推动作用，也在工程层面为大量研究工作提供了便利。然而，从当下的技术生态来看，其整体框架设计已明显显得陈旧：结构复杂、可维护性不足，对较新版本的 PyTorch 与 CUDA 适配困难，客观上大幅限制了其在新一代模型中的可用性。对于一个已经在社区中获得广泛采用、享受过规模效应与流量红利的基础框架而言，持续投入以提升代码质量、架构合理性与长期可演进性，本应是与其行业地位相匹配的责任，而非可选项。所以我有点讨厌MMCV。 这几周周末都没法徒步了，各种补课、复习课扎堆。

【日报】2026-01-15 还在复现AO2-DETR，之前以为是rotated IoU写错了，但是现在用了个很正确的cuda包，训练还是有问题，这就很奇怪了。打算让gpt帮我写下完整测试代码。测试结果好像也没问题。还在把东西从74服务器迁移到78上。 今天研究了下选课，感觉计算机开的课想学的都学完了，强化学习雁栖湖不开有点遗憾。所以跨学院打算选些什么卫星气象、激光雷达遥感这些，感觉有点用。