推理

推理硬件需求

• SAM 模型仅需 8GB 显存即可进行 batch_size 为 1 的推理
• Qwen3.5 9B 需要至少 24 GB 显存来保证可以正常输出（量化可以更少，但会降低本任务上的精度）

环境配置

1. 首先安装 uv：

pip install uv

uv 是一种基于 Rust 的包管理工具，比 pip 解析更快，且有更强的处理依赖冲突能力

2. 使用命令安装指定版本的 torch 和 torchvision

pip install torch==2.10.0 torchvision==0.25.0 torchaudio==2.10.0 --extra-index-url https://download.pytorch.org/whl/cu128

3. 安装Qwen3.5推荐版本的VLLM（此处最好使用 uv 进行安装，否则可能出现依赖冲突）

uv pip install vllm --torch-backend=auto --extra-index-url https://wheels.vllm.ai/nightly

4. 安装其他库

pip install -r requirement.txt

5. 安装 unsloth 库

pip install --upgrade --force-reinstall --no-cache-dir unsloth unsloth_zoo

6. 强行安装指指定版本的 transformers 库

pip install --upgrade transformers==5.3.0

如果出现类似如下报错，请无视，项目可正常运行（该报错为VLLM开发版固有报错，不影响运行）

ERROR: pip's dependency resolver does not currently take into account all the packages that are installed. This behaviour is the source of the following dependency conflicts.
compressed-tensors 0.14.0.1 requires transformers<5.0.0, but you have transformers 5.4.0 which is incompatible.
vllm 0.18.1rc1.dev186+gbecaed6ec requires transformers<5,>=4.56.0, but you have transformers 5.4.0 which is incompatible.

运行方法

命令格式

bash scripts/stage2_final/inference.sh --input_path /your/custom/image/dir --output_path /your/custom/output/result.csv

也可以不输入指令，移动数据到data目录，直接运行脚本，默认数据集路径存放了运行需要的数据集;

为了方便复现，data目录保存了比赛主办方给出的训练集和复赛测试集的子集，其中训练集存放了正负样本各10个，测试集存放了10个样本。

环境说明

本地运行说明

复赛推理时使用 Pro 6000 BlackWell 96G 单卡，我们保留了一个推理时可以同时运行SAM和Qwen3.5的pip list：piplist-inference.txt

微小精度波动说明

由于训练时SAM模型使用以 cuda 版本 13.0 为核心的环境，Qwen3.5 微调使用的为 cdua 版本 12.8 为核心的环境，虽然一般情况下，推理不受影响，但我们仍保留了复赛训练时使用的两个的pip list： SAM 模型为 piplist-SAM.txt Qwen3.5 为 piplist-Qwen.txt

推理时间需求

使用 Pro 6000 BlackWell 完成全部推理需要约 20 分钟，如果更换 L40/4090*2，需要约30分钟

日志说明

复赛日志文件进行了两次记录，首次记录为 SAM 模型训练时记录，由于赛前未收到需要按step保存log的消息，复赛结束后进行了复现训练，在完全复现SAM的情况下保存了新的日志；

而 Qwen3.5-9B 微调时使用的库无自动截取和保存日志的功能，因此日志为复现训练时输出；

输出日志时使用"add"模式，不删除旧日志，仅追加新日志

模型来源说明

SAM 模型为 Meta 开源的模型，Qwen模型为Qwen3.5-9B

数据说明

为避免版权和数据泄露问题，本项目未使用任何外部数据

训练

训练硬件需求

$ nvidia-smi
Thu Mar 26 17:25:32 2026       
+-----------------------------------------------------------------------------------------+  
| NVIDIA-SMI 590.48.01              Driver Version: 590.48.01      CUDA Version: 13.1     |  
+-----------------------------------------+------------------------+----------------------+  
| GPU  Name                 Persistence-M | Bus-Id          Disp.A | Volatile Uncorr. ECC |  
| Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |  
|                                         |                        |               MIG M. |  
|=========================================+========================+======================|  
|   0  NVIDIA RTX PRO 6000 Blac...    On  |   00000000:18:00.0 Off |                  Off |  
| 39%   63C    P1            299W /  300W |   41449MiB /  97887MiB |     93%      Default |  
|                                         |                        |                  N/A |  
+-----------------------------------------+------------------------+----------------------+  

训练时长

• SAM 模型
  • 训练总计 5 折和 1 个全量数据训练，5 折训练 10 轮，自动折内验证出最优，全量训练 5 轮；
  • 原因：考虑到全量的训练数据是 1000 张，5 折时是800张，5 折平均在 78 轮时达到最优，因此判断全量数据训练时，56 折达到最优，此后会过拟合
  • 5 折时每轮训练时间约 3 分 30 秒，全量时约 4 分 10 秒，在同一使用 Pro 6000 BlackWell 的情况下，需要约 3.3 小时完成 SAM 模型的训练
  • batch_size 设置为 2 时，需要 42GB 显存用于训练
• Qwen3.5 9B
  • 使用 Unsloth 提供的开源代码和开源库进行微调，完成算子库自动编译后，需要至少 1 小时进行训练，此项微调由于有 Unsloth 优化，仅需 18GB 显存
  • 算子库编译受硬件平台影响，和此次训练相同的环境，需要大概 30 分钟进行算子库自动优化和编译

训练复现的要求

推理时已安装训练时需要的库和包，直接运行指令即可

bash scripts/stage2_final/train.sh

但需要注意，训练完成后仅会按照预设的路径输出模型，不会自动进行推理，需要使用前面的推理方法进行推理。

训练完全复现的要求

• SAM 模型需要 2.10.0+cu130 版本的 torch，完整环境参考文件 piplist-SAM.txt
• Qwen 模型需要 2.10.0+cu128 版本的 torch，完整环境参考文件 piplist-Qwen.txt

直接按照下列流程也可复现训练，但由于自动安装配置环境，可能出现细微的精度波动

SAM 模型训练复现流程

1. 安装对应的库

pip install --upgrade --force-reinstall --no-cache-dir unsloth unsloth_zoo
pip install -r requirements-SAM.txt --extra-index-url https://download.pytorch.org/whl/cu130

2. 修改路径 代码 train_sam.py 的第 24~35 行为路径配置，已写有注释，根据注释配置即可，项目需要的预训练权重也一并打包存放在 weight 目录，可直接使用

3. 运行代码，等待完成即可

python train_sam.py

Qwen3.5 9B 微调复现流程

1. 安装对应的库

pip install -r requirements-Qwen.txt --extra-index-url https://download.pytorch.org/whl/cu128

2. 获取 Qwen3.5 9B 模型 由于 Qwen3.5 9B 模型较大，因此未进行重复打包，运行魔搭平台指令即可直接获取

modelscope download --model Qwen/Qwen3.5-9B

3. 修改路径 代码LoRA.py的第 27~33 行为配置区域，其中参数 MODEL_NAME 为模型路径，RAW_DATA_ROOT 为训练集路径，CLEAN_DATA_ROOT 为预处理图片存放路径，OUTPUT_DIR 为输出路径

4. 进行微调

python LoRA.py

版权说明

• 数据集为赛事主办方版权所有，因此此处不放置任何数据集，仅保持相同的数据集结构
• base 模型均为开源直接搜索名称即可获得，篡改检测的微调模型基于：https://github.com/siriusPRX/ForensicsSAM；

方案说明

1. 使用 SAM + ForensicsSAM 针对比赛数据集微调，同时训练分类和分割任务，加了一些后处理，详见 inference.py
2. 使用 Qwen3.5-9B 进行可解释化，Qwen3.5-9B 仅基于训练集微调
3. 使用 Qwen3.5-9B 对分类阈值在 0.48~0.55 范围内的图像进行分类结果修正

微调权重获取

上传了针对本比赛任务的微调权重，百度网盘获取链接：https://pan.baidu.com/s/1--VGLRzScQ-iRccXYgRgbQ?pwd=619r 提取码: 619r

联系方式

交流请邮件：1085227472@qq.com

或直接提出 issue