2. 开发环境搭建与工具链配置

深度学习视觉检测平台的开发环境并不是“装一个 Python 就能跑”的简单组合，它由三层相互依赖的组件构成：最底层是 Teledyne 相机 SDK 与驱动，负责把 GigE Vision / USB3 Vision 相机接入操作系统；中间层是 GPU 计算环境（CUDA、cuDNN、显卡驱动），负责承载卷积网络的训练与推理；最上层是深度学习框架与项目工程结构，负责把相机采集到的图像送入模型并输出检测结果。三层中任意一层的版本不匹配，都会在后续章节表现为“相机能开但取不到流”“模型能训但推理报错”这类难以定位的问题。因此本节的目标不是把软件装完，而是建立一个版本可控、可复现、可验证的工具链。

2.1 三层工具链的依赖关系

先建立整体认识。Teledyne 相机 SDK（如 Sapera LT、Spinnaker SDK）提供相机枚举、参数配置、图像采集与缓冲区管理接口，并附带 GenICam 标准支持；深度学习框架（PyTorch、TensorFlow）通过 Python 绑定调用 GPU；GPU 环境则由 NVIDIA 驱动、CUDA Toolkit、cuDNN 三者共同决定。它们之间的版本约束是单向的：框架版本决定可用的 CUDA 版本，CUDA 版本决定可用的驱动最低版本，而相机 SDK 与 GPU 环境基本解耦，只要求操作系统位数与运行库一致。

2.2 Teledyne 相机 SDK 安装与验证

以 Windows + Spinnaker SDK 为例，安装顺序应为：先装网卡驱动并确认相机可被系统识别，再装 Spinnaker SDK，最后装 Python 绑定。安装完成后不要急着写代码，先用官方 SpinView 工具验证：打开 SpinView，左侧设备树应出现相机型号；选中相机后点击“Acquisition Start”，在图像窗口应看到实时画面。若设备树为空，优先检查网卡是否设置为巨帧（Jumbo Frame 9014）、是否与相机处于同一网段、防火墙是否拦截了 GVCP 广播。

Python 侧通过 spinnaker_python 包调用，验证脚本如下：

import PySpin

system = PySpin.System.GetInstance()
cam_list = system.GetCameras()
print("检测到相机数量:", cam_list.GetSize())

if cam_list.GetSize() > 0:
    cam = cam_list.GetByIndex(0)
    cam.Init()
    nodemap = cam.GetTLDeviceNodeMap()
    print("相机型号:", cam.DeviceModelName.GetValue())
    cam.DeInit()
cam_list.Clear()
system.ReleaseInstance()

输出“检测到相机数量: 1”并打印出正确型号，说明采集层已打通。这一步是后续所有工作的前提，若此处失败，不要继续配置 GPU 环境。

2.3 GPU 环境配置

GPU 环境的核心是版本对齐。以 PyTorch 2.1 为例，它官方支持 CUDA 11.8 与 CUDA 12.1 两个构建版本。假设工作站使用 RTX 4070，驱动版本为 545.xx，则 CUDA 12.1 可用。安装顺序为：先确认驱动版本满足 CUDA 最低要求，再安装 CUDA Toolkit，然后安装 cuDNN，最后安装对应 CUDA 版本的 PyTorch。

验证命令如下：

nvidia-smi
# 关注右上角 CUDA Version，它表示驱动支持的最高 CUDA 版本

nvcc --version
# 确认 Toolkit 版本

python -c "import torch; print(torch.__version__, torch.cuda.is_available(), torch.cuda.get_device_name(0))"

期望输出形如 2.1.0+cu121 True NVIDIA GeForce RTX 4070。若 torch.cuda.is_available() 返回 False，常见原因有三：安装的是 CPU 版 PyTorch、CUDA 与驱动版本不匹配、或环境变量 PATH 中缺少 CUDA 的 bin 目录。此时不要反复重装，先用 nvidia-smi 与 nvcc --version 对比版本，再决定是升级驱动还是更换 PyTorch 构建版本。

2.4 项目工程结构初始化

工具链打通后，需要建立一个可复用的工程骨架。推荐结构如下，各目录职责单一，便于后续章节逐步填充：

teledyne_vision/
├── configs/
│   └── camera.yaml          # 相机 IP、曝光、增益、触发模式
│   └── train.yaml           # 模型、学习率、batch size、epoch
├── src/
│   ├── acquisition/         # Spinnaker 采集封装
│   ├── preprocess/          # 去噪、归一化、ROI 裁剪
│   ├── models/              # 网络定义
│   ├── train/               # 训练循环
│   └── infer/               # 推理与结果输出
├── data/
│   ├── raw/                 # 原始采集图像
│   └── labeled/             # 标注数据
├── weights/                 # 训练权重
├── logs/                    # 训练日志与 TensorBoard
└── requirements.txt

初始化时用虚拟环境隔离依赖，避免与系统 Python 冲突：

python -m venv venv
venv\Scripts\activate
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121
pip install opencv-python numpy pyyaml spinnaker-python

最后做一次端到端冒烟测试：用采集模块抓一帧图像，转成张量送入一个随机初始化的模型，确认前向传播能在 GPU 上完成且不报错。这一步通过，说明采集层、计算层、应用层已经贯通，可以进入后续的相机参数配置与数据采集章节。