Files
dasha_f 6e1a22ba8b Добавлены пропсы конвейера и стереодвижки, задействованные в прогоне
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>
2026-08-01 13:12:07 +00:00

151 lines
6.4 KiB
Python
Executable File

# Copyright (c) 2026, NVIDIA CORPORATION. All rights reserved.
#
# NVIDIA CORPORATION and its licensors retain all intellectual property
# and proprietary rights in and to this software, related documentation
# and any modifications thereto. Any use, reproduction, disclosure or
# distribution of this software and related documentation without an express
# license agreement from NVIDIA CORPORATION is strictly prohibited.
import os,sys
code_dir = os.path.dirname(os.path.realpath(__file__))
sys.path.append(f'{code_dir}/../')
from omegaconf import OmegaConf
from core.utils.utils import InputPadder
import argparse, torch, imageio, logging, yaml
import numpy as np
from Utils import (
AMP_DTYPE, set_logging_format, set_seed, vis_disparity,
depth2xyzmap, toOpen3dCloud, o3d,
)
import cv2
if __name__=="__main__":
code_dir = os.path.dirname(os.path.realpath(__file__))
parser = argparse.ArgumentParser()
parser.add_argument('--model_dir', default=f'{code_dir}/../weights/23-36-37/model_best_bp2_serialize.pth', type=str)
parser.add_argument('--left_file', default=f'{code_dir}/../demo_data/left.png', type=str)
parser.add_argument('--right_file', default=f'{code_dir}/../demo_data/right.png', type=str)
parser.add_argument('--intrinsic_file', default=f'{code_dir}/../demo_data/K.txt', type=str, help='camera intrinsic matrix and baseline file')
parser.add_argument('--out_dir', default='/home/bowen/debug/stereo_output', type=str)
parser.add_argument('--remove_invisible', default=1, type=int)
parser.add_argument('--denoise_cloud', default=0, type=int)
parser.add_argument('--denoise_nb_points', type=int, default=30, help='number of points to consider for radius outlier removal')
parser.add_argument('--denoise_radius', type=float, default=0.03, help='radius to use for outlier removal')
parser.add_argument('--scale', default=1, type=float)
parser.add_argument('--hiera', default=0, type=int)
parser.add_argument('--get_pc', type=int, default=1, help='save point cloud output')
parser.add_argument('--valid_iters', type=int, default=8, help='number of flow-field updates during forward pass')
parser.add_argument('--max_disp', type=int, default=192, help='maximum disparity')
parser.add_argument('--zfar', type=float, default=100, help="max depth to include in point cloud")
args = parser.parse_args()
set_logging_format()
set_seed(0)
torch.autograd.set_grad_enabled(False)
os.system(f'rm -rf {args.out_dir} && mkdir -p {args.out_dir}')
with open(f'{os.path.dirname(args.model_dir)}/cfg.yaml', 'r') as ff:
cfg:dict = yaml.safe_load(ff)
for k in args.__dict__:
if args.__dict__[k] is not None:
cfg[k] = args.__dict__[k]
args = OmegaConf.create(cfg)
logging.info(f"args:\n{args}")
model = torch.load(args.model_dir, map_location='cpu', weights_only=False)
model.args.valid_iters = args.valid_iters
model.args.max_disp = args.max_disp
model.cuda().eval()
scale = args.scale
img0 = imageio.imread(args.left_file)
img1 = imageio.imread(args.right_file)
if len(img0.shape)==2:
img0 = np.tile(img0[...,None], (1,1,3))
img1 = np.tile(img1[...,None], (1,1,3))
img0 = img0[...,:3]
img1 = img1[...,:3]
H,W = img0.shape[:2]
img0 = cv2.resize(img0, fx=scale, fy=scale, dsize=None)
img1 = cv2.resize(img1, dsize=(img0.shape[1], img0.shape[0]))
H,W = img0.shape[:2]
img0_ori = img0.copy()
img1_ori = img1.copy()
logging.info(f"img0: {img0.shape}")
imageio.imwrite(f'{args.out_dir}/left.png', img0)
imageio.imwrite(f'{args.out_dir}/right.png', img1)
img0 = torch.as_tensor(img0).cuda().float()[None].permute(0,3,1,2)
img1 = torch.as_tensor(img1).cuda().float()[None].permute(0,3,1,2)
padder = InputPadder(img0.shape, divis_by=32, force_square=False)
img0, img1 = padder.pad(img0, img1)
logging.info(f"Start forward, 1st time run can be slow due to compilation")
with torch.amp.autocast('cuda', enabled=True, dtype=AMP_DTYPE):
if not args.hiera:
disp = model.forward(img0, img1, iters=args.valid_iters, test_mode=True, optimize_build_volume='pytorch1')
else:
disp = model.run_hierachical(img0, img1, iters=args.valid_iters, test_mode=True, small_ratio=0.5)
logging.info("forward done")
disp = padder.unpad(disp.float())
disp = disp.data.cpu().numpy().reshape(H,W).clip(0, None)
cmap = None
min_val = None
max_val = None
vis = vis_disparity(disp, min_val=min_val, max_val=max_val, cmap=cmap, color_map=cv2.COLORMAP_TURBO)
vis = np.concatenate([img0_ori, img1_ori, vis], axis=1)
imageio.imwrite(f'{args.out_dir}/disp_vis.png', vis)
s = 1280/vis.shape[1]
resized_vis = cv2.resize(vis, (int(vis.shape[1]*s), int(vis.shape[0]*s)))
cv2.imshow('disp', resized_vis[:,:,::-1])
cv2.waitKey(0)
if args.remove_invisible:
yy,xx = np.meshgrid(np.arange(disp.shape[0]), np.arange(disp.shape[1]), indexing='ij')
us_right = xx-disp
invalid = us_right<0
disp[invalid] = np.inf
if args.get_pc:
with open(args.intrinsic_file, 'r') as f:
lines = f.readlines()
K = np.array(list(map(float, lines[0].rstrip().split()))).astype(np.float32).reshape(3,3)
baseline = float(lines[1])
K[:2] *= scale
depth = K[0,0]*baseline/disp
np.save(f'{args.out_dir}/depth_meter.npy', depth)
xyz_map = depth2xyzmap(depth, K)
pcd = toOpen3dCloud(xyz_map.reshape(-1,3), img0_ori.reshape(-1,3))
keep_mask = (np.asarray(pcd.points)[:,2]>0) & (np.asarray(pcd.points)[:,2]<=args.zfar)
keep_ids = np.arange(len(np.asarray(pcd.points)))[keep_mask]
pcd = pcd.select_by_index(keep_ids)
o3d.io.write_point_cloud(f'{args.out_dir}/cloud.ply', pcd)
logging.info(f"PCL saved to {args.out_dir}")
if args.denoise_cloud:
logging.info("[Optional step] denoise point cloud...")
pcd = pcd.voxel_down_sample(voxel_size=0.001)
cl, ind = pcd.remove_radius_outlier(nb_points=args.denoise_nb_points, radius=args.denoise_radius)
inlier_cloud = pcd.select_by_index(ind)
o3d.io.write_point_cloud(f'{args.out_dir}/cloud_denoise.ply', inlier_cloud)
pcd = inlier_cloud
logging.info("Visualizing point cloud. Press ESC to exit.")
vis = o3d.visualization.Visualizer()
vis.create_window()
vis.add_geometry(pcd)
vis.get_render_option().point_size = 1.0
vis.get_render_option().background_color = np.array([0.5, 0.5, 0.5])
ctr = vis.get_view_control()
ctr.set_front([0, 0, -1])
id = np.asarray(pcd.points)[:,2].argmin()
ctr.set_lookat(np.asarray(pcd.points)[id])
ctr.set_up([0, -1, 0])
vis.run()
vis.destroy_window()