# Шаг 2 — План разделения с диффами > Решения, на которых строится этот план: > 1. **Плоские `.gin`** без `include` — каждый эксперимент = самодостаточный набор файлов > 2. **`TrainConfigGTAUAV` разделяем сразу** > 3. **Отдельные `ModelsConfig`-классы на каждый бэкбон** (DINOv3, StripNet, SOFIAv1, SOFIAv71) > 4. **Скрипты переводим на gin** > > Этот документ — **план**, не финальный полный набор диффов. Он отвечает на вопрос «какие конфиг-классы будут, какие гин-файлы, какая иерархия пресетов». Для каждого нового файла — содержимое. Для каждого правимого файла — diff. Это ответ на вопрос «что делать с конфигом», без переписывания `Trainer` (это будет следующим шагом). --- ## Часть A — Раскладка `TrainConfigGTAUAV` по 4 «универсальным» конфигам `TrainConfigGTAUAV` содержит 50+ полей. Разделяю их по принципу из «Рекомендуемые_gin-config_категории.md» (одна ось изменчивости = один конфиг): | Поле текущего `TrainConfigGTAUAV` | Куда едет | |---|---| | `train_json`, `test_json`, `rgb_root`, `caption_root`, `filter_meta`, `output_dir`, `resume_from`, `epochs`, `eval_every`, `warmup_epochs`, `seed` | **`PipelineConfig`** | | `batch_size`, `num_workers`, `grad_accum_steps`, `use_amp`, `gradient_checkpointing`, `device` | **`HardwareConfig`** | | `loss_type`, `tau_init`, `label_smoothing`, `learnable_temperature`, `weight_q2g`, `weight_g2q`, `neg_bank_size`, `learning_rate`, `text_lr_factor`, `weight_decay`, `grad_clip`, `sampler_type`, `dss_*`, `use_mutex_sampler` | **`TrainingConfig`** | | `use_wandb`, `use_tb`, `wandb_project`, `wandb_run_name`, `wandb_entity`, `log_grad_norms`, `use_gradcam`, `gradcam_every`, `gradcam_samples`, `use_profiler`, `profiler_warmup`, `profiler_active` | **`TrackingConfig`** | | `dino_web_path`, `dino_sat_path`, `lrsclip_path`, `init_gate`, `baseline_mode`, `shared_encoder`, `mona_bottleneck`, `mona_last_n_blocks`, `backbone`, `stripnet_path`, `stripnet_mona_last_n_stages`, `stripnet_freeze`, `stripnet_backbone_lr_factor` | **`Models*Config`** (см. Часть B) | **Итого 4 «универсальных» конфига** (Pipeline / Hardware / Training / Tracking) + плюс семейство Models-классов из Части B. --- ## Часть B — Семейство `Models*Config` (по бэкбону) Каждый бэкбон → собственный gin-configurable класс. **Один на эксперимент** — какой именно загружается, определяется тем, какой `models_*.gin` положен в директорию пресета. ### `ModelsCommonConfig` — общие поля Поля, нужные **всем** бэкбонам: ```python @gin.configurable class ModelsCommonConfig: """Common architecture switches shared by all backbones.""" def __init__( self, backbone: str = "dinov3", # 'dinov3' | 'stripnet' | 'sofia_v1' | 'sofia_v71' baseline_mode: bool = False, # text disabled, gate forced 1.0 init_gate: float = 0.7, lrsclip_path: str = "nn_models/LRSCLIP/DGTRS-CLIP-ViT-L-14.pt", ) -> None: self.backbone = backbone self.baseline_mode = baseline_mode self.init_gate = init_gate self.lrsclip_path = lrsclip_path ``` ### `DINOv3ModelsConfig` ```python @gin.configurable class DINOv3ModelsConfig: def __init__( self, dino_web_path: str = "nn_models/DINO_WEB/dinov3-vitl16-pretrain-lvd1689m.pth", dino_sat_path: str = "nn_models/DINO_SAT/model.safetensors", shared_encoder: bool = True, mona_bottleneck: int = 64, mona_last_n_blocks: int = 12, ) -> None: self.dino_web_path = dino_web_path self.dino_sat_path = dino_sat_path self.shared_encoder = shared_encoder self.mona_bottleneck = mona_bottleneck self.mona_last_n_blocks = mona_last_n_blocks ``` ### `StripNetModelsConfig` ```python @gin.configurable class StripNetModelsConfig: def __init__( self, stripnet_path: str = "nn_models/STRIPNET/stripnet_s.pth", stripnet_freeze: bool = True, stripnet_mona_last_n_stages: int = 2, stripnet_backbone_lr_factor: float = 0.1, ) -> None: self.stripnet_path = stripnet_path self.stripnet_freeze = stripnet_freeze self.stripnet_mona_last_n_stages = stripnet_mona_last_n_stages self.stripnet_backbone_lr_factor = stripnet_backbone_lr_factor ``` ### `SOFIAv1ModelsConfig` Покрывает всё, что сейчас в `src/models/sofia_v1/config.py::SOFIAv1Config`: ```python @gin.configurable class SOFIAv1ModelsConfig: def __init__( self, # Backbone. variant: str = "small", # 'tiny_tiny' | 'tiny' | 'small' | 'small_v2' in_channels: int = 3, input_size: int = 256, dcn_variant: str = "v2", # 'v2' (stable) | 'v4' (faster, leaks) # Heads. d_descriptor: int = 1024, return_normalized: bool = False, # Altitude-FiLM. use_film_altitude: bool = True, altitude_norm: float = 500.0, # Text-FiLM. use_text_film_uav: bool = True, use_text_film_sat: bool = True, text_film_dim: int = 1024, text_film_hidden: int = 256, ) -> None: self.variant = variant self.in_channels = in_channels self.input_size = input_size self.dcn_variant = dcn_variant self.d_descriptor = d_descriptor self.return_normalized = return_normalized self.use_film_altitude = use_film_altitude self.altitude_norm = altitude_norm self.use_text_film_uav = use_text_film_uav self.use_text_film_sat = use_text_film_sat self.text_film_dim = text_film_dim self.text_film_hidden = text_film_hidden ``` > **`SOFIAv1Config` (`@dataclass`) в `src/models/sofia_v1/config.py` остаётся** — это внутренняя структура для модели. В `Trainer._build_model` создаём `SOFIAv1Config(...)` из полей `models_cfg` (где `models_cfg: SOFIAv1ModelsConfig`). Один источник правды — gin, а dataclass это просто адаптер на границе модельного слоя. ### `SOFIAv71ModelsConfig` Покрывает поля из `src/models/sofia_v71/config.py`. По README вижу: ```python @gin.configurable class SOFIAv71ModelsConfig: def __init__( self, # Preset. preset: str = "M", # 'M' | 'L' | 'Tiny' # Mamba backend. mamba_variant: str = "mamba2", # 'mamba1' | 'mamba2' | 'efficient_vmamba' mamba_backend: str = "auto", # 'auto' | 'torch' # Heads. d_descriptor: int = 512, # Altitude-FiLM. use_film_altitude: bool = True, altitude_norm: float = 500.0, # KD taps. return_features: bool = False, # Quantization (PTQ/QAT — for production deploy, not training). # Not adding here unless an experiment toggles them; can be added later. ) -> None: self.preset = preset self.mamba_variant = mamba_variant self.mamba_backend = mamba_backend self.d_descriptor = d_descriptor self.use_film_altitude = use_film_altitude self.altitude_norm = altitude_norm self.return_features = return_features ``` > ⚠️ Точные поля `SOFIAv71` нужно сверить с `src/models/sofia_v71/config.py` (я его не открыл целиком). Это **открытый пункт** — заполняется при создании файла. ### Как загружать «правильный» Models config? Ровно один `models.gin` лежит в директории пресета и определяет один из 4 классов. `config_loader` ветвится: ```python def load_all_configs(path2cfg: str) -> dict[str, Any]: cfg_dir = Path(path2cfg) gin.clear_config() gin.parse_config_files_and_bindings( config_files=[str(f) for f in sorted(cfg_dir.glob("*.gin"))], bindings=[], ) # Build common first to learn which backbone to use. common = ModelsCommonConfig() backbone_to_cls = { "dinov3": DINOv3ModelsConfig, "stripnet": StripNetModelsConfig, "sofia_v1": SOFIAv1ModelsConfig, "sofia_v71": SOFIAv71ModelsConfig, } if common.backbone not in backbone_to_cls: raise ValueError( f"Unknown backbone={common.backbone!r}; expected one of {list(backbone_to_cls)}", ) models_specific = backbone_to_cls[common.backbone]() # gin fills it return { "pipeline": PipelineConfig(), "hardware": HardwareConfig(), "models_common": common, "models": models_specific, # one of 4 classes "training": TrainingConfig(), "tracking": TrackingConfig(), } ``` **В `models.gin` пресета** прописаны биндинги **только** для активного бэкбона + `ModelsCommonConfig`. Биндинги для других бэкбонов в этот файл не попадают (плоский стиль). --- ## Часть C — Конфиг для скриптов препроцессинга (Часть 4 ваших ответов) Скрипты `make_split.py` и `filter_segmentation.py` переводятся на gin. Возникает **5-й универсальный конфиг**: ### `PreprocessConfig` ```python @gin.configurable class PreprocessConfig: """Preprocessing utilities: train/test split + segmentation filter. Used only by scripts/make_split.py and scripts/filter_segmentation.py. Not consumed by the training pipeline directly. """ def __init__( self, # Inputs (read from PipelineConfig if you want consistency, but having # them here lets preprocess run independently). rgb_root: str = "/home/servml/Документы/datasets/GTA-UAV-LR", segm_root: str = "/home/servml/Документы/datasets/GTA-UAV-LR-aug/segm", # make_split params. split_ratio: float = 0.8, split_seed: int = 42, split_input_train: str = "cross-area-drone2sate-train.json", split_input_test: str = "cross-area-drone2sate-test.json", split_output_dir: str = "meta", split_output_train: str = "train_80.json", split_output_test: str = "test_20.json", # filter_segmentation params. seg_threshold: float = 0.90, seg_exclude_classes: list[int] | None = None, # default [0, 4] seg_filter_output: str = "meta/seg_filter.json", ) -> None: self.rgb_root = rgb_root self.segm_root = segm_root self.split_ratio = split_ratio self.split_seed = split_seed self.split_input_train = split_input_train self.split_input_test = split_input_test self.split_output_dir = split_output_dir self.split_output_train = split_output_train self.split_output_test = split_output_test self.seg_threshold = seg_threshold self.seg_exclude_classes = seg_exclude_classes or [0, 4] self.seg_filter_output = seg_filter_output ``` > **Вопрос дизайна:** держать `rgb_root` отдельно в `PreprocessConfig` (как выше) или брать из `PipelineConfig.rgb_root`? > > **Решение:** держать **отдельно**, потому что `PreprocessConfig` живёт в **другом** наборе .gin (отдельный пресет `preprocess/`). Это согласуется с принципом плоских конфигов без ссылок между файлами. Дублирование одного пути на 2 файла — приемлемая цена за изоляцию. --- ## Часть D — Что и где будет лежать (структура каталогов) ``` caption-test/ ├── in/ │ └── config_files/ # АКТИВНЫЙ пресет, копируется из presets/ │ ├── pipeline.gin │ ├── hardware.gin │ ├── models.gin # биндинги ModelsCommonConfig + одного из Models*Config │ ├── training.gin │ └── tracking.gin ├── presets/ │ ├── gtauav_balanced/ # все 5 файлов, БЕЗ include │ │ ├── pipeline.gin │ │ ├── hardware.gin │ │ ├── models.gin # backbone='dinov3', shared, mona_12 │ │ ├── training.gin │ │ └── tracking.gin │ ├── gtauav_baseline/ # 5 файлов, baseline_mode=True │ ├── gtauav_balanced_asym/ # shared_encoder=False, mona_24 │ ├── gtauav_baseline_asym/ │ ├── gtauav_balanced_stripnet/ # backbone='stripnet' │ ├── gtauav_balanced_stripnet_unfrozen/ │ ├── gtauav_baseline_stripnet/ │ ├── gtauav_baseline_stripnet_unfrozen/ │ ├── gtauav_text_heavy/ # init_gate=0.3 │ ├── gtauav_image_heavy/ # init_gate=0.9 │ ├── gtauav_balanced_sofia/ # backbone='sofia_v71' │ ├── gtauav_balanced_sofia_v1/ # backbone='sofia_v1' │ ├── gtauav_baseline_sofia/ │ ├── gtauav_baseline_sofia_v1/ │ └── preprocess/ # отдельный пресет для скриптов │ └── preprocess.gin # PreprocessConfig.* — одиночный файл достаточен ├── src/ │ └── conf/ │ ├── __init__.py │ ├── pipeline_conf.py # PipelineConfig + get_pipeline_cfg │ ├── hardware_conf.py # HardwareConfig + get_hardware_cfg │ ├── training_conf.py # TrainingConfig + get_training_cfg │ ├── tracking_conf.py # TrackingConfig + get_tracking_cfg │ ├── models_common_conf.py # ModelsCommonConfig + get_models_common_cfg │ ├── models_dinov3_conf.py # DINOv3ModelsConfig + get_models_dinov3_cfg │ ├── models_stripnet_conf.py # StripNetModelsConfig + get_models_stripnet_cfg │ ├── models_sofia_v1_conf.py # SOFIAv1ModelsConfig + get_models_sofia_v1_cfg │ ├── models_sofia_v71_conf.py # SOFIAv71ModelsConfig + get_models_sofia_v71_cfg │ ├── preprocess_conf.py # PreprocessConfig + get_preprocess_cfg │ └── config_loader.py # load_all_configs() с разводкой по backbone ``` --- ## Часть E — Содержимое `presets/gtauav_balanced/` (точно) Это эталонный пресет — остальные диффятся от него. ### `presets/gtauav_balanced/pipeline.gin` ```gin # What to train on, where to save, schedule. PipelineConfig.train_json = 'meta/train_80.json' PipelineConfig.test_json = 'meta/test_20.json' PipelineConfig.rgb_root = '/home/servml/Документы/datasets/GTA-UAV-LR' PipelineConfig.caption_root = '/home/servml/Документы/datasets/GTA-UAV-LR-captions' PipelineConfig.filter_meta = None PipelineConfig.output_dir = 'out/gtauav/with_text' PipelineConfig.resume_from = None PipelineConfig.epochs = 10 PipelineConfig.warmup_epochs = 2 PipelineConfig.eval_every = 1 PipelineConfig.seed = 42 ``` ### `presets/gtauav_balanced/hardware.gin` ```gin # RTX 4090 profile. HardwareConfig.device = 'cuda' HardwareConfig.batch_size = 8 HardwareConfig.grad_accum_steps = 8 HardwareConfig.num_workers = 4 HardwareConfig.use_amp = True HardwareConfig.gradient_checkpointing = True HardwareConfig.reserve_gb = 2.0 ``` ### `presets/gtauav_balanced/models.gin` ```gin # DINOv3 shared encoder + MONA in last 12 of 24 blocks + DGTRS-CLIP text. ModelsCommonConfig.backbone = 'dinov3' ModelsCommonConfig.baseline_mode = False ModelsCommonConfig.init_gate = 0.7 ModelsCommonConfig.lrsclip_path = 'nn_models/LRSCLIP/DGTRS-CLIP-ViT-L-14.pt' DINOv3ModelsConfig.dino_web_path = 'nn_models/DINO_WEB/dinov3-vitl16-pretrain-lvd1689m.pth' DINOv3ModelsConfig.dino_sat_path = 'nn_models/DINO_SAT/model.safetensors' DINOv3ModelsConfig.shared_encoder = True DINOv3ModelsConfig.mona_bottleneck = 64 DINOv3ModelsConfig.mona_last_n_blocks = 12 ``` ### `presets/gtauav_balanced/training.gin` ```gin # Loss + optimizer + sampler. TrainingConfig.loss_type = 'symmetric' TrainingConfig.tau_init = 0.07 TrainingConfig.label_smoothing = 0.1 TrainingConfig.learnable_temperature = True TrainingConfig.weight_q2g = 0.6 TrainingConfig.weight_g2q = 0.4 TrainingConfig.neg_bank_size = 0 TrainingConfig.learning_rate = 1e-4 TrainingConfig.text_lr_factor = 0.1 TrainingConfig.weight_decay = 1e-4 TrainingConfig.grad_clip = 1.0 TrainingConfig.sampler_type = 'mutex' TrainingConfig.dss_warmup_epochs = 1 TrainingConfig.dss_reembed_every = 1 TrainingConfig.dss_knn_device = 'cuda' TrainingConfig.dss_use_lsh = False TrainingConfig.dss_lsh_num_tables = 8 TrainingConfig.dss_lsh_num_bits = 14 TrainingConfig.dss_cache_dir = None TrainingConfig.use_mutex_sampler = True ``` ### `presets/gtauav_balanced/tracking.gin` ```gin TrackingConfig.use_wandb = False TrackingConfig.use_tb = True TrackingConfig.wandb_project = 'caption-test-gtauav' TrackingConfig.wandb_run_name = None TrackingConfig.wandb_entity = None TrackingConfig.log_grad_norms = True TrackingConfig.use_gradcam = False TrackingConfig.gradcam_every = 5 TrackingConfig.gradcam_samples = 8 TrackingConfig.use_profiler = False TrackingConfig.profiler_warmup = 3 TrackingConfig.profiler_active = 5 ``` --- ## Часть F — Дельты остальных пресетов от `gtauav_balanced/` Каждый пресет — **полная копия** `gtauav_balanced/` с точечными изменениями в указанных файлах. Никакого `include`. ### `gtauav_baseline/` **Дельта от `gtauav_balanced/`:** `pipeline.gin`: ```gin PipelineConfig.output_dir = 'out/gtauav/baseline_inbatch' ``` `models.gin`: ```gin ModelsCommonConfig.baseline_mode = True ``` `training.gin`: ```gin TrainingConfig.sampler_type = 'mutex' # was already, kept explicit per diagnostic notes in old conf/gtauav_baseline.gin TrainingConfig.neg_bank_size = 0 # explicitly disabled (no MoCo queue) ``` (Остальные 3 файла — побайтовая копия из `gtauav_balanced/`.) ### `gtauav_balanced_asym/` `pipeline.gin`: ```gin PipelineConfig.output_dir = 'out/gtauav/balanced_asym' ``` `models.gin`: ```gin DINOv3ModelsConfig.shared_encoder = False DINOv3ModelsConfig.mona_last_n_blocks = 24 ``` ### `gtauav_baseline_asym/` Объединяет дельту `gtauav_baseline/` и `gtauav_balanced_asym/`: `pipeline.gin`: `output_dir = 'out/gtauav/baseline_asym'` `models.gin`: `baseline_mode = True`, `shared_encoder = False`, `mona_last_n_blocks = 24` ### `gtauav_balanced_stripnet/` `pipeline.gin`: `output_dir = 'out/gtauav/balanced_stripnet'` `models.gin` (полностью): ```gin ModelsCommonConfig.backbone = 'stripnet' ModelsCommonConfig.baseline_mode = False ModelsCommonConfig.init_gate = 0.7 ModelsCommonConfig.lrsclip_path = 'nn_models/LRSCLIP/DGTRS-CLIP-ViT-L-14.pt' StripNetModelsConfig.stripnet_path = 'nn_models/STRIPNET/stripnet_s.pth' StripNetModelsConfig.stripnet_freeze = True StripNetModelsConfig.stripnet_mona_last_n_stages = 2 StripNetModelsConfig.stripnet_backbone_lr_factor = 0.1 ``` (Биндинги `DINOv3ModelsConfig.*` НЕ попадают в этот файл — другой бэкбон.) ### `gtauav_balanced_stripnet_unfrozen/` Дельта от `gtauav_balanced_stripnet/`: `pipeline.gin`: `output_dir = 'out/gtauav/balanced_stripnet_unfrozen'` `models.gin`: `StripNetModelsConfig.stripnet_freeze = False` ### `gtauav_baseline_stripnet/`, `gtauav_baseline_stripnet_unfrozen/` Аналогично — `baseline_mode = True` поверх stripnet-вариантов. ### `gtauav_text_heavy/`, `gtauav_image_heavy/` `pipeline.gin`: соответствующие `output_dir` `models.gin`: `ModelsCommonConfig.init_gate = 0.3` (text-heavy) или `0.9` (image-heavy) ### `gtauav_balanced_sofia_v1/` `pipeline.gin`: `output_dir = 'out/gtauav/balanced_sofia_v1'` `models.gin` (полностью): ```gin ModelsCommonConfig.backbone = 'sofia_v1' ModelsCommonConfig.baseline_mode = False ModelsCommonConfig.init_gate = 0.7 ModelsCommonConfig.lrsclip_path = 'nn_models/LRSCLIP/DGTRS-CLIP-ViT-L-14.pt' SOFIAv1ModelsConfig.variant = 'small' SOFIAv1ModelsConfig.in_channels = 3 SOFIAv1ModelsConfig.input_size = 256 SOFIAv1ModelsConfig.dcn_variant = 'v2' SOFIAv1ModelsConfig.d_descriptor = 1024 SOFIAv1ModelsConfig.return_normalized = False SOFIAv1ModelsConfig.use_film_altitude = True SOFIAv1ModelsConfig.altitude_norm = 500.0 SOFIAv1ModelsConfig.use_text_film_uav = True SOFIAv1ModelsConfig.use_text_film_sat = True SOFIAv1ModelsConfig.text_film_dim = 1024 SOFIAv1ModelsConfig.text_film_hidden = 256 ``` ### `gtauav_balanced_sofia/` (= sofia_v71) `pipeline.gin`: `output_dir = 'out/gtauav/balanced_sofia'` `models.gin`: ```gin ModelsCommonConfig.backbone = 'sofia_v71' ModelsCommonConfig.baseline_mode = False ModelsCommonConfig.init_gate = 0.7 ModelsCommonConfig.lrsclip_path = 'nn_models/LRSCLIP/DGTRS-CLIP-ViT-L-14.pt' SOFIAv71ModelsConfig.preset = 'M' SOFIAv71ModelsConfig.mamba_variant = 'mamba2' SOFIAv71ModelsConfig.mamba_backend = 'auto' SOFIAv71ModelsConfig.d_descriptor = 512 SOFIAv71ModelsConfig.use_film_altitude = True SOFIAv71ModelsConfig.altitude_norm = 500.0 SOFIAv71ModelsConfig.return_features = False ``` > ⚠️ Точные дефолты для sofia_v71 пресета зависят от того, как сейчас выглядит `gtauav_balanced_sofia.gin` в локальной копии. **Нужны сами файлы**, чтобы воспроизвести один-в-один. ### `gtauav_baseline_sofia/`, `gtauav_baseline_sofia_v1/` `baseline_mode = True` поверх sofia-вариантов. --- ## Часть G — `presets/preprocess/preprocess.gin` Один файл (одиночный, потому что один класс): ```gin PreprocessConfig.rgb_root = '/home/servml/Документы/datasets/GTA-UAV-LR' PreprocessConfig.segm_root = '/home/servml/Документы/datasets/GTA-UAV-LR-aug/segm' PreprocessConfig.split_ratio = 0.8 PreprocessConfig.split_seed = 42 PreprocessConfig.split_input_train = 'cross-area-drone2sate-train.json' PreprocessConfig.split_input_test = 'cross-area-drone2sate-test.json' PreprocessConfig.split_output_dir = 'meta' PreprocessConfig.split_output_train = 'train_80.json' PreprocessConfig.split_output_test = 'test_20.json' PreprocessConfig.seg_threshold = 0.90 PreprocessConfig.seg_exclude_classes = [0, 4] PreprocessConfig.seg_filter_output = 'meta/seg_filter.json' ``` --- ## Часть H — Диффы для существующих файлов > Здесь только то, что нужно поменять **в конфигурационной части**. Внутренности `Trainer`, `_evaluate`, `CSVLogger` — не трогаются на этом шаге. ### Файл: `src/training/train_gtauav.py` **Полностью убрать `TrainConfigGTAUAV` и module-level path constants.** Функция `train()` получает не `cfg: TrainConfigGTAUAV`, а пять config-объектов. ```diff from __future__ import annotations ... - import argparse ... - from dataclasses import dataclass, field - from pathlib import Path + from pathlib import Path - import gin ... - # Default paths. - _RGB_ROOT = "/home/servml/Документы/datasets/GTA-UAV-LR" - _CAPTION_ROOT = "/home/servml/Документы/datasets/GTA-UAV-LR-captions" - _TRAIN_JSON = "meta/train_80.json" - _TEST_JSON = "meta/test_20.json" - - _DINO_WEB = "nn_models/DINO_WEB/dinov3-vitl16-pretrain-lvd1689m.pth" - _DINO_SAT = "nn_models/DINO_SAT/model.safetensors" - _LRSCLIP = "nn_models/LRSCLIP/DGTRS-CLIP-ViT-L-14.pt" - - - @gin.configurable(module="src.training.train_gtauav") - @dataclass - class TrainConfigGTAUAV: - """Training configuration for GTA-UAV experiment.""" - # Data. - train_json: str = _TRAIN_JSON - test_json: str = _TEST_JSON - rgb_root: str = _RGB_ROOT - # ... ВСЕ 50+ полей удаляются ... - profiler_active: int = 5 - - - def train(cfg: TrainConfigGTAUAV) -> None: + def train( + pipeline_cfg: "PipelineConfig", + hardware_cfg: "HardwareConfig", + models_common_cfg: "ModelsCommonConfig", + models_cfg: "DINOv3ModelsConfig | StripNetModelsConfig | SOFIAv1ModelsConfig | SOFIAv71ModelsConfig", + training_cfg: "TrainingConfig", + tracking_cfg: "TrackingConfig", + ) -> None: """Run full training loop.""" # Inside the function body, every `cfg.` reference is rewritten to # the appropriate _cfg.. Mapping: # cfg.train_json → pipeline_cfg.train_json # cfg.batch_size → hardware_cfg.batch_size # cfg.tau_init → training_cfg.tau_init # cfg.use_wandb → tracking_cfg.use_wandb # cfg.dino_web_path → models_cfg.dino_web_path (when DINOv3) # cfg.stripnet_path → models_cfg.stripnet_path (when StripNet) # cfg.backbone → models_common_cfg.backbone # cfg.baseline_mode → models_common_cfg.baseline_mode # cfg.init_gate → models_common_cfg.init_gate # cfg.lrsclip_path → models_common_cfg.lrsclip_path ... - def main() -> None: - parser = argparse.ArgumentParser(description="GTA-UAV caption test training.") - parser.add_argument("--config", type=str, default=None, ...) - parser.add_argument("--baseline", action="store_true", ...) - # ... все 15 argparse флагов удаляются ... - args = parser.parse_args() - - if args.config is not None: - gin.parse_config_file(args.config) - if args.gin_param: - gin.parse_config(args.gin_param) - - cfg = TrainConfigGTAUAV() - - if args.baseline: - cfg.baseline_mode = True - # ... все CLI overrides удаляются ... - train(cfg) + def main() -> None: + """Entry point: read configs from in/config_files/ and run training.""" + from src.conf.config_loader import load_all_configs + from src.utils.path_utils import get_proj_dir + + proj_dir = get_proj_dir() + path2cfg = f"{proj_dir}in/config_files/" + configs = load_all_configs(path2cfg) + + train( + pipeline_cfg=configs["pipeline"], + hardware_cfg=configs["hardware"], + models_common_cfg=configs["models_common"], + models_cfg=configs["models"], + training_cfg=configs["training"], + tracking_cfg=configs["tracking"], + ) ``` ### Файл: `src/losses/multi_infonce.py` Снять `@gin.configurable` (см. Шаг 1, Нарушение #2). Параметры будут приходить из `TrainingConfig` через явный вызов в `train()`: ```diff from __future__ import annotations ... import math - import gin import torch ... - @gin.configurable class InfoNCELoss(nn.Module): """Symmetric InfoNCE with learnable or scheduled temperature. + + Note: NOT @gin.configurable. Parameters arrive explicitly from + train() via TrainingConfig.* — single source of truth. ... """ ``` ### Файл: `src/losses/weighted_infonce.py` Аналогично: ```diff ... - import gin import torch ... - @gin.configurable class WeightedInfoNCELoss(nn.Module): """Weighted InfoNCE with adaptive per-sample label smoothing. + + Note: NOT @gin.configurable. Parameters arrive explicitly from + train() via TrainingConfig.* — single source of truth. ... """ ``` ### Файл: `src/datasets/visloc_with_captions.py` (legacy v2) Аналогично — снять `@gin.configurable` с `GeoLocCaptionDataset`. Если v2 удаляется как ветка — этот файл удаляется целиком, дифф не нужен. ```diff - import gin ... - @gin.configurable class GeoLocCaptionDataset(Dataset): ... ``` ### Файл: `src/datasets/gtauav_dataset.py` Убрать module-level пути. `rgb_root` и `caption_root` становятся обязательными в `__init__` — они придут из `pipeline_cfg.rgb_root` / `pipeline_cfg.caption_root` в `train()`. ```diff ... - # Default paths. - _RGB_ROOT = Path("/home/servml/Документы/datasets/GTA-UAV-LR") - _CAPTION_ROOT = Path("/home/servml/Документы/datasets/GTA-UAV-LR-captions") _EMPTY_CAPTION = "" ... class GTAUAVDataset(Dataset): def __init__( self, pair_json: str, - rgb_root: str = str(_RGB_ROOT), - caption_root: str = str(_CAPTION_ROOT), + rgb_root: str, + caption_root: str, drone_transform: Callable | None = None, ... ) -> None: ``` ### Файл: `scripts/make_split.py` Полностью переписывается на gin: argparse → `get_preprocess_cfg`, module-level пути → поля конфига. ```diff from __future__ import annotations ... - import argparse import json import logging import random from pathlib import Path import coloredlogs + from src.conf.preprocess_conf import get_preprocess_cfg + from src.utils.path_utils import get_proj_dir LOGGER = logging.getLogger("caption_test.make_split") - _RGB_ROOT = Path("/home/servml/Документы/datasets/GTA-UAV-LR") - - def main() -> None: - parser = argparse.ArgumentParser(description="Create 80/20 split for GTA-UAV-LR.") - parser.add_argument("--ratio", type=float, default=0.8, help="Train ratio (default 0.8).") - parser.add_argument("--seed", type=int, default=42, help="Random seed.") - parser.add_argument("--output-dir", type=str, default="meta", help="Output directory.") - args = parser.parse_args() - - coloredlogs.install(level="INFO", logger=LOGGER, ...) + coloredlogs.install(level="INFO", logger=LOGGER, ...) + + # Load config from a separate preprocess preset directory. + proj_dir = get_proj_dir() + cfg = get_preprocess_cfg(f"{proj_dir}presets/preprocess/") + + rgb_root = Path(cfg.rgb_root) + train_path = rgb_root / cfg.split_input_train + test_path = rgb_root / cfg.split_input_test - train_path = _RGB_ROOT / "cross-area-drone2sate-train.json" - test_path = _RGB_ROOT / "cross-area-drone2sate-test.json" - LOGGER.info("📂 Loading %s", train_path.name) with open(train_path) as f: part1 = json.load(f) ... - rng = random.Random(args.seed) + rng = random.Random(cfg.split_seed) rng.shuffle(all_pairs) - n_train = int(len(all_pairs) * args.ratio) + n_train = int(len(all_pairs) * cfg.split_ratio) ... - out_dir = Path(args.output_dir) + out_dir = Path(cfg.split_output_dir) out_dir.mkdir(parents=True, exist_ok=True) - train_out = out_dir / "train_80.json" - test_out = out_dir / "test_20.json" + train_out = out_dir / cfg.split_output_train + test_out = out_dir / cfg.split_output_test ... ``` ### Файл: `scripts/filter_segmentation.py` Аналогично: ```diff from __future__ import annotations ... - import argparse import json import logging from pathlib import Path import coloredlogs import numpy as np from PIL import Image from tqdm import tqdm + from src.conf.preprocess_conf import get_preprocess_cfg + from src.utils.path_utils import get_proj_dir LOGGER = logging.getLogger("caption_test.filter_seg") - SEGM_ROOT = Path("/home/servml/Документы/datasets/GTA-UAV-LR-aug/segm") - EXCLUDE_CLASSES = {0, 4} # background, water - DEFAULT_THRESHOLD = 0.90 - ... def main() -> None: - parser = argparse.ArgumentParser(...) - parser.add_argument("--segm-root", ...) - parser.add_argument("--threshold", ...) - parser.add_argument("--output", ...) - args = parser.parse_args() + coloredlogs.install(level="INFO", logger=LOGGER, ...) + + proj_dir = get_proj_dir() + cfg = get_preprocess_cfg(f"{proj_dir}presets/preprocess/") + + segm_root = Path(cfg.segm_root) + exclude_classes = set(cfg.seg_exclude_classes) + threshold = cfg.seg_threshold + output_path = Path(cfg.seg_filter_output) - coloredlogs.install(level="INFO", logger=LOGGER, ...) - LOGGER.info("🚀 Starting segmentation filter (threshold=%.2f)", args.threshold) - segm_root = Path(args.segm_root) - results = scan_masks(segm_root, EXCLUDE_CLASSES, args.threshold) + LOGGER.info("🚀 Starting segmentation filter (threshold=%.2f)", threshold) + results = scan_masks(segm_root, exclude_classes, threshold) ... - output_path = Path(args.output) output_path.parent.mkdir(parents=True, exist_ok=True) out = { - "threshold": args.threshold, - "exclude_classes": sorted(EXCLUDE_CLASSES), + "threshold": threshold, + "exclude_classes": sorted(exclude_classes), ... } ... ``` ### Файл: `src/training/train.py` (legacy v2) Если v2 оставляем — снять `@gin.configurable` с `TrainConfig` и переписать на 5 конфигов аналогично `train_gtauav.py`. Если удаляем — файл уходит вместе с веткой. > **Я бы советовал удалить v2** — он создаёт двойную работу при каждом изменении. Но это **отдельный** разговор, не блокер для текущего шага. ### Файл: `conf/` (старые .gin) — удаляются после миграции После того как **все 14 пресетов в `presets/`** созданы и проверены — старая директория `conf/` удаляется целиком: ```diff - conf/balanced.gin - conf/baseline_no_text.gin - conf/text_heavy.gin - conf/gtauav_balanced.gin - conf/gtauav_baseline.gin - conf/gtauav_balanced_asym.gin - conf/gtauav_baseline_asym.gin - conf/gtauav_balanced_stripnet.gin - conf/gtauav_balanced_stripnet_unfrozen.gin - conf/gtauav_baseline_stripnet.gin - conf/gtauav_baseline_stripnet_unfrozen.gin - conf/gtauav_text_heavy.gin - conf/gtauav_image_heavy.gin - conf/gtauav_balanced_sofia.gin # из локальной копии - conf/gtauav_balanced_sofia_v1.gin # из локальной копии - conf/gtauav_baseline_sofia.gin # из локальной копии - conf/gtauav_baseline_sofia_v1.gin # из локальной копии ``` --- ## Часть I — Что НЕ делаем на этом шаге Чтобы шаг был обозримым, **не трогаем**: - ❌ Декомпозиция `train()` (1296 строк) на `Trainer.run()` + методы — **отдельный шаг** - ❌ Перенос `_evaluate` в `src/eval/evaluator.py` — **отдельный шаг** - ❌ Перенос `CSVLogger` в `src/training/csv_logger.py` — **отдельный шаг** - ❌ Замена `@torch.no_grad()` на `@torch.inference_mode()` — **отдельный шаг (косметика)** - ❌ `_atomic_save` cleanup на ошибке — **отдельный шаг (косметика)** - ❌ Логика sofia_v1/v71 моделей и их `dataclass`-конфиги — **внутренний слой не трогаем** После этого шага получаем: **гин-конфиг разделён, никаких `@gin.configurable + @dataclass`, никаких `@gin.configurable` на бизнес-классах, никаких argparse, плоские пресеты с дублированием полных биндингов вместо `include`**. Структура `train()` остаётся прежней (одна большая функция), но получает 6 объектов конфига вместо одного `cfg`. --- ## Часть J — Открытые вопросы для уточнения 1. **SOFIAv71 fields** — точный список полей `SOFIAv71Config` (`@dataclass` в `src/models/sofia_v71/config.py`) для построения `SOFIAv71ModelsConfig`. Я выписал поля по README, но в `config.py` могут быть ещё (mamba `headdim`, `d_state`, `kernel_size`, `num_bins` для квантизации). Нужно открыть файл и составить полный список. 2. **`gtauav_*_sofia*.gin` локальные пресеты** — содержимое 4 sofia-гинов из локальной копии (на скриншоте видны, в репо ещё нет). Нужны как эталон для воспроизведения дефолтов один-в-один. 3. **`use_mutex_sampler`** в `TrainingConfig` — текущий код помечает поле как «legacy alias». Сохранить ли его на этапе разделения, или сразу убрать (тогда `effective_sampler_type` берётся напрямую из `sampler_type`)? 4. **Legacy v2** (`train.py`, `visloc_with_captions.py`, `conf/balanced.gin`/`baseline_no_text.gin`/`text_heavy.gin`) — удаляем или приводим к новому стилю? Я склоняюсь к удалению. Если оставлять — добавляется ещё 3 пресета и переписывание `TrainConfig` на 5 конфигов. 5. **Расположение `presets/`** — в корне проекта или внутри `in/` (как `in/presets/`)? У вас сейчас лежит в корне (`presets/gtauav_balanced/` рядом с `src/`). Оставляем там же. После ответов на эти 5 вопросов план становится готов к реализации без новых развилок.