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>
92 lines
3.4 KiB
Python
92 lines
3.4 KiB
Python
import torch
|
|
import torch.nn as nn
|
|
import torch.nn.functional as F
|
|
|
|
#Ref: https://github.com/princeton-vl/RAFT/blob/master/core/update.py
|
|
class FlowHead(nn.Module):
|
|
def __init__(self, input_dim=128, hidden_dim=256):
|
|
super(FlowHead, self).__init__()
|
|
self.conv1 = nn.Conv2d(input_dim, hidden_dim, 3, padding=1)
|
|
self.conv2 = nn.Conv2d(hidden_dim, 2, 3, padding=1)
|
|
self.relu = nn.ReLU(inplace=True)
|
|
|
|
def forward(self, x):
|
|
return self.conv2(self.relu(self.conv1(x)))
|
|
|
|
|
|
class SepConvGRU(nn.Module):
|
|
def __init__(self, hidden_dim=128, input_dim=192+128):
|
|
super(SepConvGRU, self).__init__()
|
|
self.convz1 = nn.Conv2d(hidden_dim+input_dim, hidden_dim, (1,5), padding=(0,2))
|
|
self.convr1 = nn.Conv2d(hidden_dim+input_dim, hidden_dim, (1,5), padding=(0,2))
|
|
self.convq1 = nn.Conv2d(hidden_dim+input_dim, hidden_dim, (1,5), padding=(0,2))
|
|
|
|
self.convz2 = nn.Conv2d(hidden_dim+input_dim, hidden_dim, (5,1), padding=(2,0))
|
|
self.convr2 = nn.Conv2d(hidden_dim+input_dim, hidden_dim, (5,1), padding=(2,0))
|
|
self.convq2 = nn.Conv2d(hidden_dim+input_dim, hidden_dim, (5,1), padding=(2,0))
|
|
|
|
def forward(self, h, x):
|
|
# horizontal
|
|
hx = torch.cat([h, x], dim=1)
|
|
z = torch.sigmoid(self.convz1(hx))
|
|
r = torch.sigmoid(self.convr1(hx))
|
|
q = torch.tanh(self.convq1(torch.cat([r*h, x], dim=1)))
|
|
h = (1-z) * h + z * q
|
|
|
|
# vertical
|
|
hx = torch.cat([h, x], dim=1)
|
|
z = torch.sigmoid(self.convz2(hx))
|
|
r = torch.sigmoid(self.convr2(hx))
|
|
q = torch.tanh(self.convq2(torch.cat([r*h, x], dim=1)))
|
|
h = (1-z) * h + z * q
|
|
|
|
return h
|
|
|
|
|
|
class BasicMotionEncoder(nn.Module):
|
|
def __init__(self, cor_planes):
|
|
super(BasicMotionEncoder, self).__init__()
|
|
|
|
self.convc1 = nn.Conv2d(cor_planes, 256, 1, padding=0)
|
|
self.convc2 = nn.Conv2d(256, 192, 3, padding=1)
|
|
self.convf1 = nn.Conv2d(2, 128, 7, padding=3)
|
|
self.convf2 = nn.Conv2d(128, 64, 3, padding=1)
|
|
self.conv = nn.Conv2d(64+192, 128-2, 3, padding=1)
|
|
|
|
def forward(self, flow, corr):
|
|
cor = F.relu(self.convc1(corr))
|
|
cor = F.relu(self.convc2(cor))
|
|
flo = F.relu(self.convf1(flow))
|
|
flo = F.relu(self.convf2(flo))
|
|
|
|
cor_flo = torch.cat([cor, flo], dim=1)
|
|
out = F.relu(self.conv(cor_flo))
|
|
return torch.cat([out, flow], dim=1)
|
|
|
|
|
|
class BasicUpdateBlock(nn.Module):
|
|
def __init__(self, hidden_dim, cor_planes, mask_size=8):
|
|
super(BasicUpdateBlock, self).__init__()
|
|
|
|
self.encoder = BasicMotionEncoder(cor_planes)
|
|
self.gru = SepConvGRU(hidden_dim=hidden_dim, input_dim=128+hidden_dim)
|
|
self.flow_head = FlowHead(hidden_dim, hidden_dim=256)
|
|
|
|
self.mask = nn.Sequential(
|
|
nn.Conv2d(128, 256, 3, padding=1),
|
|
nn.ReLU(inplace=True),
|
|
nn.Conv2d(256, mask_size**2 *9, 1, padding=0))
|
|
|
|
def forward(self, net, inp, corr, flow, upsample=True):
|
|
# print(inp.shape, corr.shape, flow.shape)
|
|
motion_features = self.encoder(flow, corr)
|
|
# print(motion_features.shape, inp.shape)
|
|
inp = torch.cat((inp, motion_features), dim=1)
|
|
|
|
net = self.gru(net, inp)
|
|
delta_flow = self.flow_head(net)
|
|
|
|
# scale mask to balence gradients
|
|
mask = .25 * self.mask(net)
|
|
return net, mask, delta_flow
|