Générer une scène de données de recherche MOVI-A

Greff et al. (CVPR 2022) présenter Kubric et MOVI-A. La section 4.1 et la figure 5 décrivent des clips de 24 images avec jusqu'à 10 objets mobiles. Nous avons lancé leur worker sur CPU pour générer une nouvelle scène ensemencée avec sept objets en mouvement, éditable Blender/Les états du bulletin, les cadres rendus et les annotations.

Utilisez un environnement Python 3.9 isolé. Installer requirements.txt, exécuter python fetch-runtime.py, alors python run.py et python compare.py. Le script de récupération épingle l'auteur source9a868cc735de955709c4c75d9655fff1e90c72e4 et vérifie le résumé/les couches OCI pour le module Blender 2.93 compilé par les auteurs. Aucun démon Docker ou conteneur privilégié n'est nécessaire. Environ 135 Mo de couches d'exécution compressées sont récupérées ; Les dépendances Python et le code source nécessitent de l'espace supplémentaire. Le moteur de rendu est lié au processeur et le harnais portable le limite à deux processeurs disponibles.

Le travailleur source conserve ses objets de style CLEVR, son arrière-plan, sa caméra, 12 fps, 256 × 256 résolution, 64 échantillons par pixel et 240 Hz physique. Seed 42 sélectionne sept objets. La sortie d'exécution comprend 24 frames RGBA, 24 frames-masque d'instance, profondeur, flux vers l'avant/vers l'arrière, normales, coordonnées d'objet, métadonnées caméra/objet, événements de collision et états natifs.blend/scene.bullet.

L'exécution contrôlée passe frame-count, résolution, instance-count, label-range, finie-profondeur et objet-motion vérifications. Une deuxième scène numérique/rendue complète a également été générée tout en résolvant une dépendance optionnelle de déclaration d'hypertune; sa sortie antérieure non nulle est conservée. L'enregistrement de comparaison indique si les métadonnées d'objets répétés et les hachages d'images correspondent.

Cela reconstitue un exemple de génération de données de l'auteur et vérifie les propriétés de conception publiées. Il ne reconstruit pas la scène exacte de la figure 5 et ne reproduit pas le tableau 3 de l'ARI SAVi/SIMONe au premier plan. Les octets d'actif exacts 2022 ne sont pas établis, et les paquets modernes PyBullet/TensorFlow diffèrent de l'environnement Docker complet d'origine. L'examen scientifique humain est en cours.

Gardez ATTRIBUTION.md avec des images et des scènes natives: la géométrie KuBasic et les images et scènes natives dérivées sont CC BY-SA 4.0. Le code Kubric est Apache-2.0; Blender a des termes GPL distincts. Ces termes sont séparés de la licence de texte du hub.

Télécharger les fichiers enregistrés#

Enregistrement complet · Toutes les tentatives des candidats. Un examen scientifique humain est en cours.

Afficher la source sur GitHub