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>
51 lines
1.3 KiB
Python
Executable File
51 lines
1.3 KiB
Python
Executable File
import os,sys
|
|
code_dir = os.path.dirname(os.path.abspath(__file__))
|
|
sys.path.append(code_dir+'/../')
|
|
from foundation_stereo_ori.submodule import FeatureAtt
|
|
import torch
|
|
import torch.nn as nn
|
|
import Utils as U
|
|
import pickle
|
|
|
|
|
|
class ForwardHelper(nn.Module):
|
|
def __init__(self, layers:list):
|
|
super().__init__()
|
|
self.layers = nn.ModuleList(layers)
|
|
|
|
def forward(self, x, left_feat=None):
|
|
for layer in self.layers:
|
|
if isinstance(layer, FeatureAtt):
|
|
x = layer(x, left_feat)
|
|
else:
|
|
x = layer(x)
|
|
return x
|
|
|
|
|
|
class PostForwardHelper(nn.Module):
|
|
def __init__(self, layers:list):
|
|
super().__init__()
|
|
for pos in range(len(layers)):
|
|
if layers[pos] in ['sum', 'concat']:
|
|
self.op = layers[pos]
|
|
break
|
|
self.upsample = nn.Sequential(*layers[:pos])
|
|
self.out = nn.ModuleList(layers[pos+1:])
|
|
|
|
def forward(self, conv2, conv3, left_feat=None):
|
|
conv3_up = self.upsample(conv3)
|
|
if self.op == 'sum':
|
|
x = conv3_up + conv2
|
|
elif self.op == 'concat':
|
|
x = torch.cat((conv3_up, conv2), dim=1)
|
|
else:
|
|
raise ValueError(f"Unknown operation: {self.op}")
|
|
|
|
for layer in self.out:
|
|
if isinstance(layer, FeatureAtt):
|
|
x = layer(x, left_feat)
|
|
else:
|
|
x = layer(x)
|
|
return x
|
|
|