# 小网络使用说明

发布结构：根目录的 `config.json` 和 `model.safetensors` 对应卷积重建小网络（180,705 个参数），`src/` 内包含小网络与可选 Brainμ 生成阶段代码。基础大模型和 LoRA 权重不包含在发布包中。

本仓库使用项目自定义加载器，不声明支持 Transformers `AutoModel.from_pretrained`。网络构建与 DAT 解码读取根目录配置，权重使用 safetensors 加载，并校验默认文件的 SHA256 与参数形状。

## 下载及 CPU 推理

```bash
hf download BAAI/Brainmu-Spike --local-dir ./Brainmu-Spike
cd Brainmu-Spike
uv venv --python 3.12 .venv
source .venv/bin/activate
uv pip install torch --index-url https://download.pytorch.org/whl/cpu
uv pip install numpy==1.26.4 opencv-python-headless==4.11.0.86 Pillow==11.3.0 safetensors==0.4.5
python src/scripts/infer_frontend.py \
  --spike-dir /path/to/spike \
  --gt-dir /path/to/gt \
  --output-dir outputs/frontend_test \
  --device cpu
```

Windows PowerShell 的激活命令为 `.\.venv\Scripts\Activate.ps1`。也可以不激活，直接调用 `.venv` 内的 Python。

每条 DAT 包含 41 × 250 × 400 二值数据，little-bit 打包，共 512,500 字节；读取后沿高度翻转。GT 为同名 400 × 250 PNG。省略 `--gt-dir` 则只输出图像，不计算指标；`--limit 3` 可试跑前三张。

默认权重是根目录 `model.safetensors`；`--config` 和 `--checkpoint` 可以显式覆盖。使用新输出目录。旧 `.pt` 训练权重仍可通过 `--checkpoint` 加载，但应只使用可信来源。

## 其他代码

其余训练、数据导出、网页及生成阶段脚本位于 `src/`。运行旧训练流程时以 `src/` 为工作目录；`BRAINMU_WORKDIR` 决定数据及训练输出目录。执行 `bash src/scripts/setup_uv.sh` 时完整环境默认创建于 `src/.venv`，与以上根目录的轻量环境不同。

许可证与上游声明位于 `src/LICENSE` 和 `src/NOTICE`。