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>
109 lines
4.1 KiB
Python
Executable File
109 lines
4.1 KiB
Python
Executable File
import torch,os,sys
|
|
import torch.nn as nn
|
|
import torch.nn.functional as F
|
|
code_dir = os.path.dirname(os.path.realpath(__file__))
|
|
sys.path.append(f'{code_dir}/../')
|
|
from core.submodule import EdgeNextConvEncoder
|
|
|
|
|
|
class DispHead(nn.Module):
|
|
def __init__(self, input_dim=128, hidden_dim=256, output_dim=1):
|
|
super(DispHead, self).__init__()
|
|
self.conv = nn.Sequential(
|
|
nn.Conv2d(input_dim, input_dim, kernel_size=3, padding=1),
|
|
nn.ReLU(),
|
|
EdgeNextConvEncoder(input_dim, expan_ratio=4, kernel_size=7, norm=None),
|
|
EdgeNextConvEncoder(input_dim, expan_ratio=4, kernel_size=7, norm=None),
|
|
nn.Conv2d(input_dim, output_dim, 3, padding=1),
|
|
)
|
|
|
|
def forward(self, x):
|
|
return self.conv(x)
|
|
|
|
|
|
class BasicMotionEncoder(nn.Module):
|
|
def __init__(self, args, ngroup=8):
|
|
super(BasicMotionEncoder, self).__init__()
|
|
self.args = args
|
|
cor_planes = args.corr_levels * (2*args.corr_radius + 1) * (ngroup+1)
|
|
self.convc1 = nn.Conv2d(cor_planes, 256, kernel_size=1, padding=0)
|
|
self.convc2 = nn.Conv2d(256, 256, kernel_size=3, padding=1)
|
|
self.convd1 = nn.Conv2d(1, 64, kernel_size=7, padding=3)
|
|
self.convd2 = nn.Conv2d(64, 64, kernel_size=3, padding=1)
|
|
self.conv = nn.Conv2d(64+256, args.hidden_dims[0]-1, kernel_size=1, padding=0)
|
|
|
|
def forward(self, disp, corr):
|
|
cor = F.relu(self.convc1(corr))
|
|
cor = F.relu(self.convc2(cor))
|
|
disp_ = F.relu(self.convd1(disp))
|
|
disp_ = F.relu(self.convd2(disp_))
|
|
|
|
cor_disp = torch.cat([cor, disp_], dim=1)
|
|
out = F.relu(self.conv(cor_disp))
|
|
return torch.cat([out, disp], dim=1)
|
|
|
|
class RaftConvGRU(nn.Module):
|
|
def __init__(self, hidden_dim=128, input_dim=256, kernel_size=3):
|
|
super().__init__()
|
|
self.convz = nn.Conv2d(hidden_dim+input_dim, hidden_dim, kernel_size, padding=kernel_size // 2)
|
|
self.convr = nn.Conv2d(hidden_dim+input_dim, hidden_dim, kernel_size, padding=kernel_size // 2)
|
|
self.convq = nn.Conv2d(hidden_dim+input_dim, hidden_dim, kernel_size, padding=kernel_size // 2)
|
|
|
|
def forward(self, h, x, hx):
|
|
z = torch.sigmoid(self.convz(hx))
|
|
r = torch.sigmoid(self.convr(hx))
|
|
q = torch.tanh(self.convq(torch.cat([r*h, x], dim=1)))
|
|
h = (1-z) * h + z * q
|
|
return h
|
|
|
|
|
|
class SelectiveConvGRU(nn.Module):
|
|
def __init__(self, hidden_dim=128, input_dim=256, small_kernel_size=1, large_kernel_size=3, patch_size=None):
|
|
super(SelectiveConvGRU, self).__init__()
|
|
self.conv0 = nn.Sequential(
|
|
nn.Conv2d(input_dim, input_dim, kernel_size=3, padding=1),
|
|
nn.ReLU(),
|
|
)
|
|
self.conv1 = nn.Sequential(
|
|
nn.Conv2d(input_dim+hidden_dim, input_dim+hidden_dim, kernel_size=3, padding=1),
|
|
nn.ReLU(),
|
|
)
|
|
self.small_gru = RaftConvGRU(hidden_dim, input_dim, small_kernel_size)
|
|
self.large_gru = RaftConvGRU(hidden_dim, input_dim, large_kernel_size)
|
|
|
|
def forward(self, att, h, *x):
|
|
x = torch.cat(x, dim=1)
|
|
x = self.conv0(x)
|
|
hx = torch.cat([x, h], dim=1)
|
|
hx = self.conv1(hx)
|
|
h = self.small_gru(h, x, hx) * att + self.large_gru(h, x, hx) * (1 - att)
|
|
|
|
return h
|
|
|
|
|
|
class BasicSelectiveMultiUpdateBlock(nn.Module):
|
|
def __init__(self, args, hidden_dim=128, volume_dim=8):
|
|
super().__init__()
|
|
self.args = args
|
|
self.encoder = BasicMotionEncoder(args, volume_dim)
|
|
|
|
self.gru04 = SelectiveConvGRU(hidden_dim, hidden_dim*2)
|
|
self.disp_head = DispHead(hidden_dim, 256)
|
|
self.mask = nn.Sequential(
|
|
nn.Conv2d(hidden_dim, 64, 3, padding=1),
|
|
nn.ReLU(inplace=True),
|
|
nn.Conv2d(64, 32, 3, padding=1),
|
|
nn.ReLU(inplace=True),
|
|
)
|
|
|
|
def forward(self, net, inp, corr, disp, att):
|
|
motion_features = self.encoder(disp, corr)
|
|
motion_features = torch.cat([inp[0], motion_features], dim=1)
|
|
net[0] = self.gru04(att[0], net[0], motion_features)
|
|
|
|
delta_disp = self.disp_head(net[0])
|
|
|
|
mask = .25 * self.mask(net[0])
|
|
return net, mask, delta_disp
|
|
|