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>
83 lines
2.5 KiB
Python
83 lines
2.5 KiB
Python
import torch
|
|
import torch.nn.functional as F
|
|
import numpy as np
|
|
import cv2
|
|
from imread_from_url import imread_from_url
|
|
|
|
from nets import Model
|
|
|
|
device = 'cuda'
|
|
|
|
#Ref: https://github.com/megvii-research/CREStereo/blob/master/test.py
|
|
def inference(left, right, model, n_iter=20):
|
|
|
|
print("Model Forwarding...")
|
|
imgL = left.transpose(2, 0, 1)
|
|
imgR = right.transpose(2, 0, 1)
|
|
imgL = np.ascontiguousarray(imgL[None, :, :, :])
|
|
imgR = np.ascontiguousarray(imgR[None, :, :, :])
|
|
|
|
imgL = torch.tensor(imgL.astype("float32")).to(device)
|
|
imgR = torch.tensor(imgR.astype("float32")).to(device)
|
|
|
|
imgL_dw2 = F.interpolate(
|
|
imgL,
|
|
size=(imgL.shape[2] // 2, imgL.shape[3] // 2),
|
|
mode="bilinear",
|
|
align_corners=True,
|
|
)
|
|
imgR_dw2 = F.interpolate(
|
|
imgR,
|
|
size=(imgL.shape[2] // 2, imgL.shape[3] // 2),
|
|
mode="bilinear",
|
|
align_corners=True,
|
|
)
|
|
# print(imgR_dw2.shape)
|
|
with torch.inference_mode():
|
|
pred_flow_dw2 = model(imgL_dw2, imgR_dw2, iters=n_iter, flow_init=None)
|
|
|
|
pred_flow = model(imgL, imgR, iters=n_iter, flow_init=pred_flow_dw2)
|
|
pred_disp = torch.squeeze(pred_flow[:, 0, :, :]).cpu().detach().numpy()
|
|
|
|
return pred_disp
|
|
|
|
if __name__ == '__main__':
|
|
|
|
left_img = imread_from_url("https://raw.githubusercontent.com/megvii-research/CREStereo/master/img/test/left.png")
|
|
right_img = imread_from_url("https://raw.githubusercontent.com/megvii-research/CREStereo/master/img/test/right.png")
|
|
|
|
in_h, in_w = left_img.shape[:2]
|
|
|
|
# Resize image in case the GPU memory overflows
|
|
eval_h, eval_w = (in_h,in_w)
|
|
assert eval_h%8 == 0, "input height should be divisible by 8"
|
|
assert eval_w%8 == 0, "input width should be divisible by 8"
|
|
|
|
imgL = cv2.resize(left_img, (eval_w, eval_h), interpolation=cv2.INTER_LINEAR)
|
|
imgR = cv2.resize(right_img, (eval_w, eval_h), interpolation=cv2.INTER_LINEAR)
|
|
|
|
model_path = "models/crestereo_eth3d.pth"
|
|
|
|
model = Model(max_disp=256, mixed_precision=False, test_mode=True)
|
|
model.load_state_dict(torch.load(model_path), strict=True)
|
|
model.to(device)
|
|
model.eval()
|
|
|
|
pred = inference(imgL, imgR, model, n_iter=20)
|
|
|
|
t = float(in_w) / float(eval_w)
|
|
disp = cv2.resize(pred, (in_w, in_h), interpolation=cv2.INTER_LINEAR) * t
|
|
|
|
disp_vis = (disp - disp.min()) / (disp.max() - disp.min()) * 255.0
|
|
disp_vis = disp_vis.astype("uint8")
|
|
disp_vis = cv2.applyColorMap(disp_vis, cv2.COLORMAP_INFERNO)
|
|
|
|
combined_img = np.hstack((left_img, disp_vis))
|
|
cv2.namedWindow("output", cv2.WINDOW_NORMAL)
|
|
cv2.imshow("output", combined_img)
|
|
cv2.imwrite("output.jpg", disp_vis)
|
|
cv2.waitKey(0)
|
|
|
|
|
|
|