凌晨三点，显存又炸了
客户现场传回日志：部署在边缘设备上的RT-DETR模型推理到第37张图片时显存溢出。设备是某国产工控机，只有4GB显存，原版ResNet骨干在640x640输入下显存占用直接冲到3.8GB。换骨干这事不能再拖了——今天的目标是把RT-DETR的骨干换成ShuffleNetV2，既要保住mAP，还得把显存砍半。
为什么选ShuffleNetV2？
论文里那些FLOPs计算都是理论值，真正在嵌入式设备上跑起来，内存访问代价（MAC）才是瓶颈。ShuffleNetV2的设计准则很实在：卷积输入输出通道数相等时内存访问代价最小、分组数太大影响并行度、网络碎片化操作（比如Inception里那些多分支）对缓存不友好。这些经验都是从芯片实际运行特性里总结出来的，比单纯看参数量靠谱。
动手改结构：先拆解原版骨架
RT-DETR默认用HGNetv2，我们先得理清它的输出特征图怎么接Transformer的。打开源码找到backbone定义部分：
# 原版骨干输出三个特征图给Neck# 形状分别是 [batch, 256, 80, 80]、[batch, 512, 40, 40]、[batch, 1024, 20, 20]# 对应下采样倍数8x、16x、32x<
