Добавлены пропсы конвейера и стереодвижки, задействованные в прогоне

assets/conveyors (274 МБ) - ленты и угловая секция NVIDIA, на которые ссылается сцена
относительным путём. Раньше исключались как перекачиваемые, но без них сцена не
композится из коробки.

cv/ - код стереодвижков, которые вызывает control_test, без весов:
* defom-stereo - рабочий бейзлайн (DEFOM vitl, вход 480, iters 24)
* crestereo - второй движок, точнее по габаритам (MAE 23.5 против 32.8 мм)
* fast-foundationstereo - проверялся, в бейзлайн не вошёл
* circular_section.py - показатель кругового сечения, перенесён в measure_plane.py:
  выравнивает облако по СОБСТВЕННЫМ главным осям и режет на пяти высотах вдоль каждой.
  Три самодельные версии (мировые оси, одно сечение) давали хуже; результаты проверки
  на эталонной геометрии - в circular_section_results.json

Веса по-прежнему не в репозитории - источники в MODELS.md. Наборы кадров прежних
прогонов (cv/flow_*, 1.26 ГБ) исключены: это выход, а не исходники.

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

cv/crestereo/function_convertion_tests/test_meshgrid.py

@@ -0,0 +1,30 @@
+import pickle
+import numpy as np
+import megengine as mge
+
+import torch
+import torch.nn.functional as F
+
+def test_meshgrid():
+    # Getting back the megengine objects:
+    with open('test_data/meshgrid_np_test.pkl', 'rb') as f:
+        rx, dilatex, ry, dilatey, x_grid, y_grid = pickle.load(f)
+
+    x_grid = x_grid.numpy()
+    y_grid = y_grid.numpy()
+
+    # Test Pytorch
+    x_grid_pytorch, y_grid_pytorch = torch.meshgrid(torch.arange(-rx, rx + 1, dilatex, device='cpu'), 
+                                     torch.arange(-ry, ry + 1, dilatey, device='cpu'), indexing='xy')
+
+
+    error_x = np.mean(x_grid_pytorch.numpy()-x_grid)
+    error_y = np.mean(y_grid_pytorch.numpy()-y_grid)
+    print(f"test_meshgrid (X) - Avg. Error: {error_x},  \n \
+        Obtained shape: {x_grid_pytorch.numpy().shape}, Expected shape: {x_grid.shape}")
+    print(f"test_meshgrid (Y) - Avg. Error: {error_y},  \n \
+        Obtained shape: {y_grid_pytorch.numpy().shape}, Expected shape: {y_grid.shape}")
+
+if __name__ == '__main__':
+
+    test_meshgrid()