#!/usr/bin/env python3
"""
最简配置测试 - 只测试基本的数据加载和模型构建
"""

import os
import sys
sys.path.insert(0, '/workspace/bevfusion')

def test_minimal():
    """测试最简配置"""
    try:
        print("🔧 创建最简配置...")

        # 简单的配置
        config = {
            'model': {
                'type': 'BEVFusion',
                'encoders': {
                    'lidar': {
                        'voxelize': {
                            'max_num_points': 10,
                            'point_cloud_range': [-54.0, -54.0, -5.0, 54.0, 54.0, 3.0],
                            'voxel_size': [0.075, 0.075, 0.2],
                            'max_voxels': [120000, 160000]
                        },
                        'backbone': {
                            'type': 'SparseEncoder',
                            'in_channels': 5,
                            'sparse_shape': [1440, 1440, 41],
                            'output_channels': 128,
                            'order': ['conv', 'norm', 'act'],
                            'encoder_channels': [[16, 16, 32], [32, 32, 64], [64, 64, 128], [128, 128]],
                            'encoder_paddings': [[0, 0, 1], [0, 0, 1], [0, 0, [1, 1, 0]], [0, 0]]
                        }
                    }
                },
                'fuser': {
                    'type': 'ConvFuser',
                    'in_channels': [256],  # 只用lidar特征
                    'out_channels': 256
                },
                'heads': {
                    'map': {
                        'type': 'EnhancedBEVSegmentationHead',  # 用简单的分割头
                        'in_channels': 256,
                        'classes': ['drivable_area', 'ped_crossing', 'walkway', 'stop_line', 'carpark_area', 'divider'],
                        'loss': 'focal',
                        'deep_supervision': True,
                        'use_dice_loss': True,
                        'dice_weight': 0.5,
                        'focal_alpha': 0.25,
                        'focal_gamma': 2.0,
                        'grid_transform': {
                            'input_scope': [[-54.0, 54.0, 0.75], [-54.0, 54.0, 0.75]],
                            'output_scope': [[-50, 50, 0.167], [-50, 50, 0.167]]
                        }
                    }
                }
            },
            'data': {
                'samples_per_gpu': 1,
                'workers_per_gpu': 0
            },
            'optimizer': {
                'type': 'AdamW',
                'lr': 1e-4
            },
            'lr_config': {
                'policy': 'CosineAnnealing',
                'warmup': 'linear',
                'warmup_iters': 500,
                'warmup_ratio': 0.33333333,
                'min_lr_ratio': 1e-3
            },
            'runner': {
                'type': 'EpochBasedRunner',
                'max_epochs': 1  # 只训练1个epoch用于测试
            },
            'checkpoint_config': {
                'interval': 1
            },
            'log_config': {
                'interval': 50,
                'hooks': [{'type': 'TextLoggerHook'}]
            }
        }

        print("✅ 最简配置创建成功")

        # 保存配置文件
        import yaml
        with open('configs/test_minimal.yaml', 'w') as f:
            yaml.dump(config, f, default_flow_style=False)

        print("✅ 配置文件保存到 configs/test_minimal.yaml")

        return True

    except Exception as e:
        print(f"❌ 最简配置测试失败: {e}")
        import traceback
        traceback.print_exc()
        return False

if __name__ == "__main__":
    success = test_minimal()
    if success:
        print("\n🎉 最简配置创建成功！")
        print("现在可以运行: python tools/train.py configs/test_minimal.yaml")
    else:
        print("\n❌ 配置创建失败")