═══════════════════════════════════════════════════════════════════
  Task-specific GCA - 全部问题已解决！
═══════════════════════════════════════════════════════════════════

✅ 已解决的5个问题:

1. ✅ torchpack: command not found
   位置: START_PHASE4A_TASK_GCA.sh
   解决: export PATH=/opt/conda/bin:$PATH

2. ✅ 预训练模型路径 (命令行)
   位置: START_PHASE4A_TASK_GCA.sh
   解决: 移除 --model.encoders.camera.backbone.init_cfg.checkpoint

3. ✅ 预训练模型配置 (配置文件)
   位置: multitask_BEV2X_phase4a_stage1_task_gca.yaml
   解决: init_cfg: null

4. ✅ init_weights自动加载
   位置: bevfusion.py init_weights()
   解决: 检查init_cfg，为null时跳过

5. ✅ decoder.neck返回列表
   位置: bevfusion.py forward_single()
   解决: if isinstance(x, list): x = torch.cat(x, dim=1)

═══════════════════════════════════════════════════════════════════

现在启动:

docker exec -it bevfusion bash
cd /workspace/bevfusion
bash START_PHASE4A_TASK_GCA.sh

输入 'y' 确认

═══════════════════════════════════════════════════════════════════

启动后应该看到:

[BEVFusion] ⚪ Skipping camera backbone init_weights
[BEVFusion] ✨✨ Task-specific GCA mode enabled ✨✨
  [object] GCA: params: 131,072
  [map] GCA: params: 131,072

load checkpoint from .../epoch_5.pth

Epoch [1][50/xxx]
  lr: 2.00e-05
  loss/map/divider/dice: 0.5XX
  grad_norm: XX.X
  memory: 18XXX

═══════════════════════════════════════════════════════════════════

预期性能 (Epoch 20):
  检测mAP: 0.68 → 0.70 (+2.9%)
  分割mIoU: 0.55 → 0.61 (+11%)
  Divider Dice Loss: 0.525 → 0.420 (-20% = 变好!)

═══════════════════════════════════════════════════════════════════

🎉 5个问题全部解决！可以正常训练了！

═══════════════════════════════════════════════════════════════════