Files
isaac/cv/fast-foundationstereo/scripts/run_demo_tensorrt.py
T
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

146 lines
5.9 KiB
Python
Executable File

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, logging, yaml
import imageio
import numpy as np
from Utils import (
set_logging_format, set_seed, vis_disparity,
depth2xyzmap, toOpen3dCloud, o3d,
)
from core.foundation_stereo import TrtRunner
import cv2
def resolve_onnx_cfg_path(onnx_dir: str) -> str:
onnx_dir = os.path.normpath(onnx_dir)
candidates = [
os.path.join(onnx_dir, 'onnx.yaml'),
os.path.join(os.path.dirname(onnx_dir), 'onnx.yaml'),
]
for p in candidates:
if os.path.exists(p):
return p
raise FileNotFoundError(
f"onnx.yaml not found. Looked in: {candidates}. "
"Please run scripts/make_onnx.py first to generate ONNX metadata."
)
if __name__=="__main__":
code_dir = os.path.dirname(os.path.realpath(__file__))
parser = argparse.ArgumentParser()
parser.add_argument('--onnx_dir', default=f'{code_dir}/output', type=str)
parser.add_argument('--left_file', default=f'{code_dir}/../assets/left.png', type=str)
parser.add_argument('--right_file', default=f'{code_dir}/../assets/right.png', type=str)
parser.add_argument('--intrinsic_file', default=f'{code_dir}/../assets/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=1, 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('--get_pc', type=int, default=1, help='save point cloud output')
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.makedirs(args.out_dir, exist_ok=True)
onnx_cfg_path = resolve_onnx_cfg_path(args.onnx_dir)
with open(onnx_cfg_path, '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 = TrtRunner(args, args.onnx_dir+'/feature_runner.engine', args.onnx_dir+'/post_runner.engine')
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]
fx = args.image_size[1] / img0.shape[1]
fy = args.image_size[0] / img0.shape[0]
if fx != 1 or fy != 1:
logging.info(f">>>>>>>>>>>>>>>WARNING: resizing image to {args.image_size}, fx: {fx}, fy: {fy}, this is not recommended. It's best to make tensorrt engine with the same image size as the input image.")
img0 = cv2.resize(img0, fx=fx, fy=fy, dsize=None)
img1 = cv2.resize(img1, fx=fx, fy=fy, dsize=None)
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)
logging.info(f"Start forward, 1st time run can be slow due to compilation")
disp = model.forward(img0, img1)
logging.info("forward done")
disp = disp.data.cpu().numpy().reshape(H,W).clip(0, None) * 1/fx
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] *= np.array([fx, fy], dtype=np.float32)[:, np.newaxis]
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...")
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()