Сортировочная ячейка Isaac Sim: CV-пайплайн и меши товаров

Замкнутый контур "поток -> CV -> механика": товары идут по конвейеру с шагом 700 мм,
класс определяется стереопайплайном во время движения, пушер и плуг реагируют физически.

Состав:
* control_test/ - ячейка и CV. run_sorting_cv.py + cv_worker.py (два процесса, потому что
  torch внутри Isaac роняет сцену), cell.py (физика лент, плуга, пушера), measure_plane.py
  (замер габаритов), README.md и .memory.md с замерами, проблемами и ловушками
* robozon_sorter/ - модули симуляции, scripts/ - утилиты, scene/ - сцены
* assets/ - меши товаров, плуг, объекты Objaverse

Бейзлайн CV: DEFOM-Stereo vitl, вход 480, iters 24, кроп зоны осмотра, без сегментации.
На потоке 700 мм - классы 8/9, габариты MAE 32.8 мм, 469 мс на товар при такте 700 мс.

Веса моделей (4.5 ГБ) и пропсы конвейера NVIDIA (274 МБ) не включены - источники и
команды скачивания в MODELS.md. Выход прогонов (captures/, runtime/) не включён:
воспроизводится.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

MODELS.md

@@ -0,0 +1,65 @@
+# Веса моделей
+
+В репозиторий не попадают: около 4.5 ГБ, и все скачиваются из первоисточников. Ниже —
+откуда именно, чтобы окружение поднималось повторяемо.
+
+## DEFOM-Stereo — рабочий бейзлайн пайплайна
+
+Репозиторий: <https://github.com/Insta360-Research-Team/DEFOM-Stereo>
+Веса: <https://drive.google.com/drive/folders/1cZLcIjHlmUo986gkR6FbofG1cj5BT36x>
+
+```bash
+git clone https://github.com/Insta360-Research-Team/DEFOM-Stereo.git
+cd DEFOM-Stereo && mkdir -p checkpoints && cd checkpoints
+gdown 1XuAM4vqzura_6NKN70hMW5lFD4TafnDL   # defomstereo_vitl_sceneflow.pth  1.53 ГБ  <- используется
+gdown 1qyXKO-Nxq3ndl2H0deQpo6BSvwlGKYEg   # defomstereo_vits_sceneflow.pth  173 МБ   (лёгкий вариант)
+wget https://huggingface.co/depth-anything/Depth-Anything-V2-Large/resolve/main/depth_anything_v2_vitl.pth
+```
+
+Энкодер DepthAnythingV2 обязателен: без него модель не поднимается.
+
+Скачивание папкой целиком (`gdown --folder`) не работает — перечисляет файлы и ничего не
+качает. Только по одному идентификатору.
+
+В репозитории есть и штатные скрипты: `scripts/download_models.sh`, `scripts/download_dav2.sh`.
+
+## CREStereo — второй движок, точнее по габаритам
+
+<https://github.com/megvii-research/CREStereo> — веса `crestereo_eth3d.pth` (95 МБ) по
+ссылкам из его README.
+
+## Сегментация
+
+Обе модели в текущем бейзлайне **не используются** — товар отделяется от полотна
+превышением над плоскостью. Оставлены для сравнительных прогонов.
+
+* FastSAM-s.pt (23 МБ) — <https://github.com/CASIA-IVA-Lab/FastSAM>
+* yolo26n-seg.pt — <https://huggingface.co/openvision/yolo26-s-seg> (у нас вариант `n`, не `s`)
+
+## Fast FoundationStereo — проверялся, в бейзлайн не вошёл
+
+<https://github.com/NVlabs/fast-foundationstereo>
+Веса: <https://drive.google.com/drive/folders/1HuTt7UIp7gQsMiDvJwVuWmKpvFzIIMap>
+
+Брался ONNX-экспорт `23_36_37_iters_4_res_320x736` (69 МБ, id `1p9vgRh_8R1FXA79l8VdnN28dDQ3NEEhf`)
+и его yaml (`11oKt_6_jSdTqwBw1qotxmwqKxzYkvKdI`).
+
+Замер получился нечестным по времени: `onnxruntime-gpu` 1.28 требует CUDA 13, на сервере
+12.8, колёс под CUDA 12 для python 3.12 нет, `onnx2torch` падает на динамическом `Clip`,
+TensorRT не установлен — модель шла на CPU. Точность при этом от устройства не зависит и
+вышла вчетверо хуже CRE (152.8 против 32.4 мм).
+
+## Пропсы конвейера NVIDIA
+
+`assets/conveyors/` (274 МБ) тоже не в репозитории — восстанавливаются штатным
+`python3 scripts/fetch_assets.py`. Источник: `omniverse-content-production.s3-us-west-2.amazonaws.com`,
+раздел `Assets/Isaac/6.0/Isaac/Props/Conveyors/`.
+
+## Куда смотрят пути в коде
+
+Сейчас они абсолютные и указывают на сервер:
+
+* `control_test/measure_flow.py`, `control_test/cv_worker.py` — константа `CV = "/home/dasha/isaac_assets/cv"`
+* `control_test/measure_plane.py` — путь к `defom-stereo/checkpoints/`
+
+При переносе на другую машину поправить в этих трёх файлах.