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>
31 lines
951 B
Python
31 lines
951 B
Python
import pickle
|
|
import numpy as np
|
|
import megengine as mge
|
|
|
|
import torch
|
|
import torch.nn.functional as F
|
|
|
|
def test_offset():
|
|
# Getting back the megengine objects:
|
|
with open('test_data/offset_test.pkl', 'rb') as f:
|
|
x_grid, y_grid, reshape_shape, transpose_order, expand_size, repeat_size, repeat_axis, offsets = pickle.load(f)
|
|
|
|
x_grid = torch.tensor(x_grid.numpy())
|
|
y_grid = torch.tensor(y_grid.numpy())
|
|
offsets_mge = offsets.numpy()
|
|
N = repeat_size
|
|
|
|
# Test Pytorch
|
|
offsets = torch.stack((x_grid, y_grid))
|
|
offsets = offsets.reshape(2, -1).permute(1, 0)
|
|
for d in sorted((0, 2, 3)):
|
|
offsets = offsets.unsqueeze(d)
|
|
offsets = offsets.repeat_interleave(N, dim=0)
|
|
|
|
error = np.mean(offsets.numpy()-offsets_mge)
|
|
print(f"test_offset - Avg. Error: {error}, \n \
|
|
Obtained shape: {offsets.numpy().shape}, Expected shape: {offsets_mge.shape}")
|
|
|
|
if __name__ == '__main__':
|
|
|
|
test_offset() |