dependency-wheels

MAAP3D 补丁依赖轮子仓库是一个版本化的工件仓库，专门用于发布特定 MAAP3D 部署配置文件的补丁下游依赖轮子。这些轮子并非上游项目的官方发布，而是用于 beta 测试。仓库包含五个轮子：mmdet、sam3、chumpy、mmpose，每个轮子都有明确的目标 CUDA/PyTorch 配置文件和安装限制。仓库还提供了修改说明、完整性校验、第三方许可证归档以及来源记录。该仓库不是通用的 Python 包索引，不应将全部轮子同时安装到一个环境中。The MAAP3D patch dependency wheel repository is a versioned artifact repository specifically for publishing patched downstream dependency wheels for specific MAAP3D deployment configurations. These wheels are not official releases of upstream projects but are used for beta testing. The repository contains five wheels: mmdet, sam3, chumpy, mmpose, each with specific target CUDA/PyTorch configuration files and installation constraints. The repository also provides modification notes, integrity checksums (SHA256SUMS), third-party license archives (THIRD_PARTY_WHEEL_NOTICES.zip), and provenance records (PROVENANCE.json). This repository is not a general Python package index and should not have all wheels installed simultaneously in one environment.

原始信息汇总

MAAP3D Patched Dependency Wheels 数据集详情

概述

这是一个版本化制品仓库，而非传统意义上的数据集或 Python 包索引。它发布了用于 beta 测试特定 MAAP3D 部署配置文件的固定版本下游 wheel 包。这些制品不是上游项目的官方发布版本。

许可证信息

• 许可证类型：other（多重上游许可证）
• 这些 wheel 包含第三方代码，并保留其适用的上游许可证，未在 MAAP3D 的 AGPL 许可证下重新授权
• 详细许可证信息可在 LICENSE 文件、licenses/ 目录下的各文件以及 THIRD_PARTY_WHEEL_NOTICES.zip 中查看

已发布的制品

发行版	下游版本	目标 MAAP3D 配置	许可证
mmdet	3.3.0+maap3d.cfd5d3a9.1	CUDA 12.1 和 CUDA 12.8 完整/开发版	Apache-2.0
sam3	0.1.0+maap3d.847e1a3b.1	旧版 CUDA 12.8 制品，需 PyTorch >=2.7	自定义 SAM 许可证（2025年11月19日）
sam3	0.1.0+maap3d.847e1a3b.2	CUDA 12.1 和 CUDA 12.8 完整/开发版，需 PyTorch >=2.4	自定义 SAM 许可证（2025年11月19日）
chumpy	0.71+maap3d.580566ea.1	MAAP3D OpenMMLab 技术栈，包括 Python 3.12 GB10	MIT
mmpose	1.3.2+maap3d.gb10.5408bc76.1	仅 GB10 mmcv-lite	总体上为 Apache-2.0；EDPose 文件标识为 IDEA 许可证 1.0

主要修改内容

• MMDetection：放宽了运行时 MMCV 版本检查，使 MAAP3D 技术栈可使用 MMCV 2.2.0；添加了内联下游修改通知；使用下游版本号。[mim] 可选依赖仍保留上游的 mmcv<2.2.0 声明，不建议通过该 extra 安装。
• SAM3：放宽了 BoxMOT 兼容技术栈的 ftfy 依赖；声明了明确的 PyTorch 最低版本；移除了错误的 MIT 分类器；添加了修改通知。.2 版本将最低 PyTorch 版本从 2.7 降至经过验证的 2.4，但不替换不可变的 .1 制品。
• Chumpy：打包了固定版本的上游 Python 3.12 兼容修订版，而非在 site-packages 中修补 Chumpy 0.70。
• MMPose：省略了不受支持的 GB10 路径所需的 EDPose 和 RTMO 急切注册导入。EDPose 源文件与配置文件仍保留在 wheel 中，其特殊文件许可证仍适用。

安装与配置限制

• 推荐通过匹配的 MAAP3D 配置文件安装器进行安装，由其负责选择兼容的依赖项
• GB10 MMPose wheel 必须在配置文件特定的 xtcocotools 构建后使用 --no-deps 安装
• SAM3 .2 用于 CUDA 12.1 / PyTorch 2.4 的现代配置文件；旧版 .1 保留 PyTorch >=2.7 元数据
• MMPose wheel 仅限于 GB10 mmcv-lite 配置文件，EDPose 和依赖 MMDetection 的 RTMO 路径在该配置文件中不受支持
• MMDetection wheel 仅修改运行时兼容性检查，请勿请求其 [mim] 可选依赖

完整性与溯源

• 下载完整制品集后，可使用 sha256sum -c SHA256SUMS 进行验证
• SHA256SUMS 覆盖五个 wheel 和 THIRD_PARTY_WHEEL_NOTICES.zip，不含文档、独立许可证副本或 PROVENANCE.json
• 上游仓库、提交、校验和及修改摘要记录在 PROVENANCE.json 中
• 模型检查点、PyTorch/CUDA 运行时、MMCV、xtcocotools 等传递依赖不包含在内

发布维护规则

已发布的制品必须视为不可变：

1. 不得在保留文件名或下游版本的情况下替换 wheel
2. 变更后的制品必须在新的下游版本号下重建
3. 重新生成 SHA256SUMS、PROVENANCE.json 和通知归档
4. 完整提交并创建新的仓库标签
5. 要求严格可复现时，自动安装程序应固定到完整提交 SHA

该仓库当前包含 MAAP3D 0.5 开发线的 beta 测试制品。

搜集汇总

数据集介绍

构建方式

dependency-wheels数据集是MAAP3D项目为特定部署环境预编译的Python依赖轮子集合，其构建方式遵循严格的版本控制与可复现性原则。每个轮子均基于上游项目的特定提交进行修补，并赋予包含MAAP3D标识符及哈希值的下游版本号。构建过程记录了详尽的上游仓库、提交哈希、校验和及修改摘要，统一存放于PROVENANCE.json中。该数据集并非通用Python包索引，而是针对MAAP3D特定配置档案（如CUDA 12.1、GB10等）定制的beta测试工件，确保各轮子仅在声明版本范围内兼容。

特点

该数据集的核心特征在于其精确定向的兼容性与严格的不可变性。所有轮子均附带详细的下游修改说明，明确标注了适用的Python、PyTorch、CUDA及MMCV版本范围。例如，MMDetection轮子放宽了MMCV版本守卫，SAM3轮子调整了依赖并区分了PyTorch 2.7与2.4的变体，而MMPose GB10轮子则移除了不支持的注册路径。此外，每个工件均保留上游许可证，并附带第三方通知归档，保障了法律合规性。SHA256SUMS和PROVENANCE.json提供了完整性验证与来源追踪机制。

使用方法

使用该数据集需严格遵循配置档案匹配原则。推荐通过MAAP3D官方安装器自动选择兼容的依赖组合，手动安装时需先下载特定轮子，并确保环境已准备相应配置。安装命令需注意特殊要求，如GB10 MMPose轮子必须使用--no-deps参数。所有工件均视为不可变，不得覆盖同名或同版本文件；如需修改，必须重新构建并更新校验和、来源记录和通知归档。数据集的标签管理方式支持固定标签或完整提交SHA，以实现严格的可复现性。

背景与挑战

背景概述

dependency-wheels数据集由MAAP3D项目团队创建，旨在为计算机视觉领域的特定部署配置提供经过验证的Python依赖包（wheels）。该数据集于2025年前后发布，主要研究人员来自MAAP3D项目组，核心研究问题在于解决多模态动物姿态与三维重建（MAAP3D）框架在不同计算环境（如CUDA 12.1/12.8、GB10平台）下的依赖兼容性问题。通过对MMDetection、SAM3、Chumpy和MMPose等关键库进行下游修补，该数据集确保了这些库在特定MAAP3D部署配置中的稳定运行，同时严格遵循上游许可证。作为版本化工件仓库，它对MAAP3D社区的开发与测试产生了重要影响，为可复现的计算机视觉研究提供了基础设施支持。

当前挑战

该数据集面临多重挑战。在领域层面，计算机视觉库（如MMDetection、MMPose）对MMCV、PyTorch和CUDA版本有严格约束，跨平台（如GB10）兼容性难以保障，且SAM3等组件的自定义许可证增加了使用限制。在构建层面，补丁需要平衡功能增强与上游许可证合规，例如MMDetection需放宽MMCV版本守卫，同时保留可选依赖的原始声明；SAM3需替换错误分类器并调整PyTorch最低版本，且不可变工件要求每次修改生成新版本，增加了版本管理复杂度。此外，确保每个wheel仅在指定配置下安装、禁止混合使用，以及维护完整的校验和与来源记录，都是持续存在的挑战。

常用场景

经典使用场景

dependency-wheels数据集作为MAAP3D项目精心维护的版本化构件仓库，其核心用途在于为特定部署环境提供经过验证的第三方Python依赖轮子的固定版本。该数据集聚焦于计算机视觉领域，涵盖MMDetection、SAM3、Chumpy、MMPose等关键库的定制化轮子，每个轮子均与特定的CUDA、PyTorch及MMCV配置严格绑定，确保在复杂环境下的兼容性与可复现性。研究人员和工程师可依据既定的MAAP3D部署档案，精确选取匹配的轮子进行手动安装，从而规避因依赖版本漂移带来的不确定性，为构建稳定、可重复的视觉模型训练与推理环境奠定坚实基础。

解决学术问题

在学术研究层面，该数据集直面深度学习环境中依赖冲突与版本兼容性这一长期痛点。通过固化经过验证的依赖组合，它有效解决了因上游库更新或环境差异导致的实验不可复现问题，为计算机视觉领域的研究提供了标准化的软件基线。数据集详尽记录了每个轮子的上游来源、提交哈希与修改摘要，促进了科研工作的透明性与可追溯性，使得跨团队、跨设备的实验对比成为可能。此举对于推动可复现研究、降低环境搭建门槛以及加速算法迭代具有重要的方法论意义，深刻影响了依赖管理与软件工程在AI研究中的实践范式。

衍生相关工作

该数据集本身虽非传统意义上的机器学习训练集，却作为基础设施，支撑了一系列衍生工作的发展。其明确的修补策略与版本化发布机制，为后续研究提供了关于依赖锁定、环境复现及多许可证合规的实践案例。受其启发，相关工作可围绕自动化依赖兼容性检测、动态环境配置优化以及基于容器化的可复现实验平台展开。同时，数据集对MMCV版本守卫的调整、SAM3轮子的PyTorch最低版本修正等细节，亦为探索深度学习框架间的耦合性与演进规律提供了实证素材，有望催生更智能的依赖管理工具和更健壮的实验设计方法论，在软件工程与AI交叉领域产生深远影响。