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>
44 lines
1.3 KiB
Python
44 lines
1.3 KiB
Python
import pickle
|
|
import numpy as np
|
|
import megengine as mge
|
|
|
|
import torch
|
|
import torch.nn.functional as F
|
|
|
|
def bilinear_sampler(img, coords, mode='bilinear', mask=False):
|
|
|
|
""" Wrapper for grid_sample, uses pixel coordinates """
|
|
H, W = img.shape[-2:]
|
|
xgrid, ygrid = coords.split([1,1], dim=-1)
|
|
xgrid = 2*xgrid/(W-1) - 1
|
|
ygrid = 2*ygrid/(H-1) - 1
|
|
|
|
grid = torch.cat([xgrid, ygrid], dim=-1)
|
|
img = F.grid_sample(img, grid, align_corners=True)
|
|
|
|
if mask:
|
|
mask = (xgrid > -1) & (ygrid > -1) & (xgrid < 1) & (ygrid < 1)
|
|
return img, mask.float()
|
|
|
|
return img
|
|
|
|
def test_bilinear_sampler():
|
|
# Getting back the megengine objects:
|
|
with open('test_data/bilinear_sampler_test.pickle', 'rb') as f:
|
|
right_feature_prev, coords, right_feature = pickle.load(f)
|
|
|
|
right_feature_prev = torch.tensor(right_feature_prev.numpy())
|
|
coords = torch.tensor(coords.numpy())
|
|
right_feature = right_feature.numpy()
|
|
|
|
# Test Pytorch
|
|
right_feature_pytorch = bilinear_sampler(right_feature_prev, coords).numpy()
|
|
|
|
error = np.mean(right_feature_pytorch-right_feature)
|
|
print(f"test_coords_grid - Avg. Error: {error}, \n \
|
|
Original shape: {coords.numpy().shape},\n \
|
|
Obtained shape: {right_feature_pytorch.shape}, Expected shape: {right_feature.shape}")
|
|
|
|
if __name__ == '__main__':
|
|
|
|
test_bilinear_sampler() |