# 本地实践记录

日期：2026-10-08。输入：本地 Kodak `kodim01.png`，转为 768×512 的 8-bit 灰度图，原始像素共 393,216 字节。

编解码：8×8 DCT-II → 量化 → zlib → 自定义 `.dct` 文件 → 独立读回文件 → 反量化和逆变换。这是教学实验，不是 JPEG 性能基准。

| 量化 scale | 完整 `.dct` 文件字节数 | file bpp | 灰度 PSNR / dB | 零系数比例 |
| --- | ---: | ---: | ---: | ---: |
| 0.5 | 139309 | 2.834 | 33.06 | 68.2% |
| 1 | 95717 | 1.947 | 30.33 | 78.3% |
| 2 | 63077 | 1.283 | 28.11 | 86.2% |
| 4 | 37798 | 0.769 | 26.02 | 92.1% |
| 8 | 19460 | 0.396 | 23.87 | 95.9% |

原始精度结果在 `outputs/dct/metrics.csv` 与 `metrics.json`；对比图和 RD 曲线经过查看，标题和数据可读。

验证：`python -m unittest -v test_dct` 的 5 项检查全部通过；包括新进程解码、非 8 倍数和 1×1 图像。Python 文件编译检查通过。

视频输入准备：`python prepare_dcvc_input.py` 成功生成 640×360、24 帧、8-bit YUV420 的合成移动方块，文件大小 8,294,400 字节，与预期一致。配置路径是本机绝对路径；集群使用前应在集群重新运行准备脚本。

GPU 环境读取：本机系统 Python 的 PyTorch 为 `2.13.0+cu126`，CUDA 可用，设备为 `NVIDIA GeForce RTX 3060 Laptop GPU`。该读取用于确认本机能力，不是 DCVC 官方验证环境。

未执行的部分：没有访问学校 GPU 集群，没有下载 DCVC 权重，没有编译 DCVC 扩展，没有运行视频模型或训练。`run_dcvc_rt.py` 的语法与命令行帮助检查通过；其参数和配置结构对照了官方 RT 测试源文件，实际模型执行仍需对应环境验证。

## 2026-10-15：按分享对话配置 A100 Apptainer 环境

读取用户提供的 ChatGPT 分享对话，确认其中的用户终端记录为 A100-SXM4-80GB、驱动 580.173.02、Apptainer 与持久 Home；对话建议从学校公共 `py312` 克隆专用环境。现有 `py311` 保留。

调整 `apptainer/setup_dcvc_rt.sh`：克隆公共 Python 3.12 到个人 `dcvc-rt` 环境，再安装 PyTorch 2.6/cu126、CUDA Toolkit 12.6.3 和 GCC/G++ 12。新增 `build_dcvc_rt.sh` 获取或复用官方代码、编译两份扩展并验证导入。`check_environment.py` 增加严格检查、扩展检查及非零失败状态。

本地验证：两个 Bash 脚本分别通过 `bash -n`；Python 编译检查与帮助入口通过；严格检查在本机 Windows + RTX 3060 上按预期返回失败，并列出非 Linux、GPU/版本不符、缺少 Toolkit 和扩展等原因。此检查不安装或修改依赖。上传 ZIP 完整性检查通过，Shell 文件使用 LF 换行。

这些是本地交付与验证结果。本次未在学校远端执行环境安装、扩展编译或模型编解码，尚不能声称 A100 环境已就绪。

## 2026-10-17：集群复现与自主研究第一轮

已核查并复用学校 A100 上跑通的 DCVC-RT 环境。新增 libx264/libx265 各七个真实码流点，统一对 8 位重建评分；新增 240 自然帧、基本 QP 21/42、刷新关闭/32/64 的六组 RT 运行。独立远端流程于北京时间 20:56:12 完成。

报告、原始小型指标、逐帧记录、图表及核查范围在 `dcvc_rt_study/experiments/round1_20261017/`。本轮发现旧 48 帧输出匹配 reset=64 的前缀，而不是当前 parser 的默认 32，已更正导读。更多研究入口在 `dcvc_rt_study/RESEARCH_PLAN.md`。

## 2026-10-17 晚：自动科研第二轮完成

新增 24 个实际编码点，复用第一轮 6 点，共分析 30 点。Life 补齐 reset0/32/64 四档 RD；Ducks/Station2 各 240 自然帧，完成 RT 四档和 x265 medium+tune psnr 五档真实码流。Life reset64 相对关闭刷新 PSNR-Y BD-rate 为 -52.05%；两段新视频 RT 相对本次 x265 配置分别为 -48.23%/-68.70%，限于对应重叠质量区间与小样本设置。单 GPU 工作进程已完成，结束于 21:46:17。

完整方法、边界、指标、逐帧数据和图见 [第二轮报告](dcvc_rt_study/experiments/round2_20261017/研究报告.md)。审计通过内置浏览器读取并与本地固定源码对照；完整记录包导出及新视频同步视觉观察仍待补齐。用户已明确要求后续只用内置浏览器，不用 Edge。新增 UF 实现核查、FM 附录和 UIIC 精读，未冒称复现这些模型。