Files

T

dasha_f 0d32f32db0 Сортировочная ячейка Isaac Sim: CV-пайплайн и меши товаров

Замкнутый контур "поток -> CV -> механика": товары идут по конвейеру с шагом 700 мм,
класс определяется стереопайплайном во время движения, пушер и плуг реагируют физически.

Состав:
* control_test/ - ячейка и CV. run_sorting_cv.py + cv_worker.py (два процесса, потому что
  torch внутри Isaac роняет сцену), cell.py (физика лент, плуга, пушера), measure_plane.py
  (замер габаритов), README.md и .memory.md с замерами, проблемами и ловушками
* robozon_sorter/ - модули симуляции, scripts/ - утилиты, scene/ - сцены
* assets/ - меши товаров, плуг, объекты Objaverse

Бейзлайн CV: DEFOM-Stereo vitl, вход 480, iters 24, кроп зоны осмотра, без сегментации.
На потоке 700 мм - классы 8/9, габариты MAE 32.8 мм, 469 мс на товар при такте 700 мс.

Веса моделей (4.5 ГБ) и пропсы конвейера NVIDIA (274 МБ) не включены - источники и
команды скачивания в MODELS.md. Выход прогонов (captures/, runtime/) не включён:
воспроизводится.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

2026-08-01 13:07:24 +00:00

3.7 KiB

Raw Blame History

Веса моделей

В репозиторий не попадают: около 4.5 ГБ, и все скачиваются из первоисточников. Ниже — откуда именно, чтобы окружение поднималось повторяемо.

DEFOM-Stereo — рабочий бейзлайн пайплайна

Репозиторий: https://github.com/Insta360-Research-Team/DEFOM-Stereo Веса: https://drive.google.com/drive/folders/1cZLcIjHlmUo986gkR6FbofG1cj5BT36x

git clone https://github.com/Insta360-Research-Team/DEFOM-Stereo.git
cd DEFOM-Stereo && mkdir -p checkpoints && cd checkpoints
gdown 1XuAM4vqzura_6NKN70hMW5lFD4TafnDL   # defomstereo_vitl_sceneflow.pth  1.53 ГБ  <- используется
gdown 1qyXKO-Nxq3ndl2H0deQpo6BSvwlGKYEg   # defomstereo_vits_sceneflow.pth  173 МБ   (лёгкий вариант)
wget https://huggingface.co/depth-anything/Depth-Anything-V2-Large/resolve/main/depth_anything_v2_vitl.pth

Энкодер DepthAnythingV2 обязателен: без него модель не поднимается.

Скачивание папкой целиком (gdown --folder) не работает — перечисляет файлы и ничего не качает. Только по одному идентификатору.

В репозитории есть и штатные скрипты: scripts/download_models.sh, scripts/download_dav2.sh.

CREStereo — второй движок, точнее по габаритам

https://github.com/megvii-research/CREStereo — веса crestereo_eth3d.pth (95 МБ) по ссылкам из его README.

Сегментация

Обе модели в текущем бейзлайне не используются — товар отделяется от полотна превышением над плоскостью. Оставлены для сравнительных прогонов.

FastSAM-s.pt (23 МБ) — https://github.com/CASIA-IVA-Lab/FastSAM
yolo26n-seg.pt — https://huggingface.co/openvision/yolo26-s-seg (у нас вариант n, не s)

Fast FoundationStereo — проверялся, в бейзлайн не вошёл

https://github.com/NVlabs/fast-foundationstereo Веса: https://drive.google.com/drive/folders/1HuTt7UIp7gQsMiDvJwVuWmKpvFzIIMap

Брался ONNX-экспорт 23_36_37_iters_4_res_320x736 (69 МБ, id 1p9vgRh_8R1FXA79l8VdnN28dDQ3NEEhf) и его yaml (11oKt_6_jSdTqwBw1qotxmwqKxzYkvKdI).

Замер получился нечестным по времени: onnxruntime-gpu 1.28 требует CUDA 13, на сервере 12.8, колёс под CUDA 12 для python 3.12 нет, onnx2torch падает на динамическом Clip, TensorRT не установлен — модель шла на CPU. Точность при этом от устройства не зависит и вышла вчетверо хуже CRE (152.8 против 32.4 мм).

Пропсы конвейера NVIDIA

assets/conveyors/ (274 МБ) тоже не в репозитории — восстанавливаются штатным python3 scripts/fetch_assets.py. Источник: omniverse-content-production.s3-us-west-2.amazonaws.com, раздел Assets/Isaac/6.0/Isaac/Props/Conveyors/.

Куда смотрят пути в коде

Сейчас они абсолютные и указывают на сервер:

control_test/measure_flow.py, control_test/cv_worker.py — константа CV = "/home/dasha/isaac_assets/cv"
control_test/measure_plane.py — путь к defom-stereo/checkpoints/

При переносе на другую машину поправить в этих трёх файлах.

3.7 KiB Raw Blame History Unescape Escape