本文对比了Qwen2.5-VL和Qwen3-VL在目标检测任务中坐标转换方法的差异。Qwen2.5-VL需要先获取预处理后的图片尺寸，再将模型输出的绝对坐标转换回原图坐标；而Qwen3-VL改用相对坐标系统（0-1000范围），可直接将输出坐标映射到原图尺寸，无需处理图片resize问题。主要区别在于Qwen3-VL采用了归一化的坐标表示方法，这有助于模型在不同分辨率和比例的图像上表现更稳定。文中

在Ubuntu的conda虚拟环境中安装transformer-engine时出现CMake错误，主要原因是未正确配置CUDNN路径。解决方案是：首先确认已安装cudnn（可通过pip list查看），然后设置环境变量CUDNN_PATH和CPLUS_INCLUDE_PATH，指向cudnn的安装路径（通常在conda环境目录下的nvidia/cudnn中）。具体步骤参考GitHub issue