# 需求分析 — 2026-04-30

## 需求背景
磁盘已扩容至 184GB，空间充足。用户提出 4 个核心需求：

## 需求拆解

| 编号 | 需求 | 优先级 | 影响面 |
|------|------|--------|--------|
| R1 | 安装完整版 PyTorch CUDA + SAM2，恢复 GPU 推理 | P0 | conda 环境 |
| R2 | 项目库视频显示封面缩略图 | P0 | backend/media.py, ProjectLibrary.tsx |
| R3 | 项目库显示原始帧率，支持修改解析帧率 | P0 | backend/models.py, frame_parser.py, 前端 |
| R4 | DICOM 连续帧批量导入支持 | P0 | backend/media.py, ProjectLibrary.tsx |

### R1 — PyTorch CUDA + SAM2
- 当前 PyTorch 为 CPU 版本 (2.11.0+cpu)
- SAM2 未安装
- GPU: RTX 4090 24GB，驱动 595.58.03
- 目标: 安装 PyTorch 2.5+ CUDA 12.4 + SAM2，使 `/api/ai/predict` 使用真实 SAM2 推理

### R2 — 视频封面
- 当前项目卡片只显示 Film 图标，无封面
- 目标: 解析视频时提取第一帧作为封面 thumbnail，项目库显示为卡片背景图

### R3 — 帧率显示与修改
- 当前 fps 为硬编码 "30FPS"
- 目标: 
  - 解析视频时读取真实原始帧率，存入 Project.original_fps
  - 项目库显示原始帧率
  - 支持设置 parse_fps（解析帧率，可低于原始帧率）
  - 后端解析时按 parse_fps 提取帧

### R4 — DICOM 批量导入
- Data_Dicom帧/ 下有 300 个 .dcm 文件，共约 160MB
- 目标:
  - 项目类型支持 `source_type`: video / dicom
  - 导入时支持多选 .dcm 文件批量上传
  - 上传后解析为帧序列
  - 支持后续继续向同一项目新增 .dcm 文件