Не получается пройти тест на создание панорамы - ДЗ 3

[melnikov-alexey2004]

Делаю точь в точь по описанию к заданию D. Homography mapping
https://github.com/girafe-ai/ml-course/tree/25s_ml_trainings_3
Дальше сравню описание со совей реализацией.

def panorama_pipeline(img1, img2, size):
Примечание: т.к. вариантов построения данной функции много, для успешного прохождения тестов в контесте используйте следующую последовательность:

1. Обнаружение ключевых точек с помощью функции extract_key_points с SIFT под капотом (она уже реализована выше). k1,d1,k2,d2 = extract_key_points(img1,img2)
2. Для сопоставления ключевых точек используйте функцию match_key_points_cv (она также реализована). m = match_key_points_cv(d1,d2)
3. Для определения матрицы гомографии используйте findHomography_dlt_opencv с методом RANSAC (также реализована). H, _ = findHomography_dlt_opencv(m,k1,k2,mode="RANSAC")
4. на выходе возвращает совмещенное изображение и матрицу H. res = panorama(img1,img2,H,size)

res = panorama(img1,img2,H,size)
5. возврат значений return res, H

ЛОГ Компиляции:

/bin/sh ./doit.sh
submission_dict.json
{"example1": [[1.1202410100949094, -0.03217759572645706, -424.44382504047667], [0.11171427661196323, 1.0759375080638864, -57.36228206061383], [0.00012928852962390756, -7.907369815970423e-06, 1.0]], "example2": [[0.9998293101825921, -0.0001795482603378321, -112.88654154361137], [-2.5456551640508573e-05, 0.9997430485155355, -135.90116029865598], [-9.127073895711855e-08, -1.9140886305764498e-07, 1.0]], "example3": [[0.4881764535229252, 0.14226223199980625, 612.0034945135423], [-0.02134209864586619, 0.8922177297405277, -11.963963287460654], [-0.0003797372678545191, 5.597073115290021e-05, 1.0]], "example4": [[0.43120119965347353, 0.08272784320900822, 512.6691669880231], [-0.30793530885719544, 0.7843719341806024, 149.68766835113806], [-0.0004178374388211571, -3.7661397105990036e-05, 1.0]], "example5": [[0.672722419691713, -0.2724069177513167, 523.2536039369367], [0.2764136643263081, 0.8431302400056445, -138.2612349381929], [-0.0002356021170639844, 3.7433865272978585e-05, 1.0]], "example6": [[1.8977055345271518, 0.020268810239215562, -971.5535644871943], [0.2653605205396973, 1.634308050755454, -314.7054190518133], [0.0006247144114291536, 6.176843179029923e-05, 0.9999999999999999]]}

[wotcroc]

То же самое, не прошел тесты, хотя как-будто должен был. JSON файл вышел таким же

[Wifelly]

H - дефакто расчитывается встроенными функциями нампая. Единственный пользовательнский код, который мог повлиять на сдачу, находится в функции extract_key_points и по сути однострочный, шанс ошибки крайне маловероятен.
Оч похоже на кривые тесты системы

[melnikov-alexey2004]

вначале ноутбука было упоминание с необходимой версией open cv, в колабе по дефолту откатиться до неё нельзя, доступны более новые. то есть вариант разворачивать окружение локально и через vs code/jupiter notebook позапускать соотв. ячейки и получить json, который потом сдать.