dasha_f
6e1a22ba8b
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>
26 lines
614 B
Python
26 lines
614 B
Python
import copy
|
|
import torch
|
|
import numpy as np
|
|
import megengine as mge
|
|
|
|
from nets import Model
|
|
|
|
# Read Megengine parameters
|
|
pretrained_dict = mge.load("models/crestereo_eth3d.mge")
|
|
|
|
model = Model(max_disp=256, mixed_precision=False, test_mode=True)
|
|
model.eval()
|
|
|
|
state_dict = model.state_dict()
|
|
for key, value in pretrained_dict['state_dict'].items():
|
|
|
|
print(f"Converting {key}")
|
|
# Fix shape mismatch
|
|
if value.shape[0] == 1:
|
|
value = np.squeeze(value)
|
|
|
|
state_dict[key] = torch.tensor(value)
|
|
|
|
output_path = "models/crestereo_eth3d.pth"
|
|
torch.save(state_dict, output_path)
|
|
print(f"\nModel saved to: {output_path}") |