如何快速上手RoMa5分钟教程完成你的第一个3D旋转转换【免费下载链接】romaRoMa: A lightweight library to deal with 3D rotations in PyTorch.项目地址: https://gitcode.com/gh_mirrors/roma1/romaRoMaRotation Manipulation是一个在 PyTorch 中处理3D 旋转的轻量级库提供旋转矩阵、单位四元数、旋转向量、欧拉角等表示之间的可微映射专为机器学习与梯度优化设计。本教程带你用 5 分钟完成安装、写出第一个 3D 旋转转换并掌握旋转度量与刚体变换的核心用法。RoMa 能帮你解决什么问题在做姿态估计、6DoF 目标跟踪、机器人运动学、点云配准等任务时你几乎总会遇到旋转表示转换的痛点手写四元数归一化容易出错、旋转向量求导容易 NaN、批量维度处理繁琐……RoMa 把这些工作全部封装成了可微、支持任意批量维度的函数 核心能力一览能力说明所在模块旋转表示互转旋转矩阵 / 单位四元数 / 旋转向量 / 欧拉角roma/mappings.py、roma/euler.py任意输入回归为合法旋转Special Procrustes 正交化、6D 表示 Gram-Schmidtroma/mappings.py旋转空间度量与插值测地距离、余弦角、Slerp 球面插值roma/utils.py刚体/等距变换对象Rigid 旋转平移组合、求逆、齐次矩阵roma/transforms.py 所有映射函数都是可微的可以直接放进神经网络中作为回归头使用配合论文《Deep Regression on Manifolds: a 3D Rotation Case Study》的理论使用。快速安装30 秒搞定环境RoMa 通过 PyPI 分发只需一条命令pip install roma安装前请注意 pyproject.toml 中的依赖要求Python ≥ 3.8torch ≥ 2.0建议配合你项目中的 PyTorch 版本numpy如需从源码安装或查看最新实现可以克隆仓库git clone https://gitcode.com/gh_mirrors/roma1/roma pip install -e gh_mirrors/roma1/roma5 分钟实战完成你的第一个 3D 旋转转换下面这段代码覆盖了 RoMa 最常用的转换链路旋转向量 → 单位四元数 → 旋转矩阵 → 欧拉角。批量维度可以是任意形状甚至没有批量维度 ✅import torch import roma # 任意数量的批量维度都受支持 batch_shape (2, 3) rotvec torch.randn(batch_shape (3,)) # 旋转向量 (3,) q roma.rotvec_to_unitquat(rotvec) # 单位四元数 (4,) R roma.unitquat_to_rotmat(q) # 旋转矩阵 (3, 3) Rbis roma.rotvec_to_rotmat(rotvec) # 旋转向量 - 旋转矩阵直达 euler_angles roma.unitquat_to_euler(xyz, q, degreesTrue) # 欧拉角运行成功、打印出张量形状你就已经完成了第一个 3D 旋转转换 常用表示的形状与互转速查表示形状关键函数旋转向量(…, 3)rotvec_to_rotmat/rotvec_to_unitquat单位四元数(…, 4)unitquat_to_rotmat/unitquat_to_rotvec旋转矩阵(…, 3, 3)rotmat_to_unitquat/rotmat_to_rotvec欧拉角(…, 3)unitquat_to_euler支持 12 种轴序如 xyz进阶 1旋转空间度量与 Slerp 插值在旋转空间上算距离不能直接减向量RoMa 提供了测地距离与余弦角度量实现见 roma/utils.pyR1, R2 roma.random_rotmat(size5), roma.random_rotmat(size5) theta roma.utils.rotmat_geodesic_distance(R1, R2) # 测地距离 cos_theta roma.utils.rotmat_cosine_angle(R1.transpose(-2, -1) R2)需要做姿态平滑或补间动画时用 Slerp 沿最短路径插值steps torch.linspace(0, 1.0, 5) q_interpolated roma.utils.unitquat_slerp(q0, q1, steps) # 四元数插值 rotvec_interp roma.rotvec_slerp(rotvec0, rotvec1, steps) # 旋转向量插值进阶 2任意输入回归为合法旋转神经网络直接输出的 3×3 矩阵往往不是正交阵。RoMa 用 Special Procrustes 正交化和 6D 表示的 Gram-Schmidt 流程把它拉回转群全程可微R1 roma.special_procrustes(torch.randn(batch_shape (3, 3))) # 3x3 正交化 R2 roma.special_gramschmidt(torch.randn(batch_shape (3, 2))) # 6D - 旋转矩阵 q roma.symmatrixvec_to_unitquat(torch.randn(batch_shape (10,)))进阶 3用 Rigid 对象组合旋转与平移需要刚体变换如配准、位姿组合时Rigid类把旋转部分 R 和平移部分 t 封装为整体支持组合与求逆并可一键转为 4×4 齐次矩阵t torch.randn(batch_shape (3,)) T roma.Rigid(R, t) # 刚体变换 旋转 平移 identity T T.inverse() # 组合与求逆 M identity.to_homogeneous() # 输出 (…, 4, 4) 齐次矩阵Rigid、Affine、Isometry等变换类的定义都在 roma/transforms.py 中方便你按需查阅继承关系。遇到难题按这个顺序找答案完整示例examples/example.py 串联了本文所有用法可直接运行片段库examples/snippets/ 下按主题拆分为rotvec_slerp.py、quat_operations.py、rigid_registration.py、rotation_averaging.py等独立脚本适合按需取用测试用例test/ 中的test_mappings.py、test_utils.py展示了边界情况与数值校验方式本地构建文档仓库根目录提供了 build_doc.sh 与 build_and_push_doc.sh可基于 docsource 目录自行编译 Sphinx 文档。总结RoMa 用不到 5 分钟的学习成本解决了 3D 旋转处理中最容易踩坑的三件事表示互转、合法旋转回归、旋转空间度量。配合任意批量维度的张量设计与全链路可微特性它可以无缝嵌入你的 PyTorch 训练流程。现在运行pip install roma开始你的第一个 3D 旋转转换吧 【免费下载链接】romaRoMa: A lightweight library to deal with 3D rotations in PyTorch.项目地址: https://gitcode.com/gh_mirrors/roma1/roma创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 如何快速上手RoMa：5分钟教程完成你的第一个3D旋转转换
如何快速上手RoMa5分钟教程完成你的第一个3D旋转转换【免费下载链接】romaRoMa: A lightweight library to deal with 3D rotations in PyTorch.项目地址: https://gitcode.com/gh_mirrors/roma1/romaRoMaRotation Manipulation是一个在 PyTorch 中处理3D 旋转的轻量级库提供旋转矩阵、单位四元数、旋转向量、欧拉角等表示之间的可微映射专为机器学习与梯度优化设计。本教程带你用 5 分钟完成安装、写出第一个 3D 旋转转换并掌握旋转度量与刚体变换的核心用法。RoMa 能帮你解决什么问题在做姿态估计、6DoF 目标跟踪、机器人运动学、点云配准等任务时你几乎总会遇到旋转表示转换的痛点手写四元数归一化容易出错、旋转向量求导容易 NaN、批量维度处理繁琐……RoMa 把这些工作全部封装成了可微、支持任意批量维度的函数 核心能力一览能力说明所在模块旋转表示互转旋转矩阵 / 单位四元数 / 旋转向量 / 欧拉角roma/mappings.py、roma/euler.py任意输入回归为合法旋转Special Procrustes 正交化、6D 表示 Gram-Schmidtroma/mappings.py旋转空间度量与插值测地距离、余弦角、Slerp 球面插值roma/utils.py刚体/等距变换对象Rigid 旋转平移组合、求逆、齐次矩阵roma/transforms.py 所有映射函数都是可微的可以直接放进神经网络中作为回归头使用配合论文《Deep Regression on Manifolds: a 3D Rotation Case Study》的理论使用。快速安装30 秒搞定环境RoMa 通过 PyPI 分发只需一条命令pip install roma安装前请注意 pyproject.toml 中的依赖要求Python ≥ 3.8torch ≥ 2.0建议配合你项目中的 PyTorch 版本numpy如需从源码安装或查看最新实现可以克隆仓库git clone https://gitcode.com/gh_mirrors/roma1/roma pip install -e gh_mirrors/roma1/roma5 分钟实战完成你的第一个 3D 旋转转换下面这段代码覆盖了 RoMa 最常用的转换链路旋转向量 → 单位四元数 → 旋转矩阵 → 欧拉角。批量维度可以是任意形状甚至没有批量维度 ✅import torch import roma # 任意数量的批量维度都受支持 batch_shape (2, 3) rotvec torch.randn(batch_shape (3,)) # 旋转向量 (3,) q roma.rotvec_to_unitquat(rotvec) # 单位四元数 (4,) R roma.unitquat_to_rotmat(q) # 旋转矩阵 (3, 3) Rbis roma.rotvec_to_rotmat(rotvec) # 旋转向量 - 旋转矩阵直达 euler_angles roma.unitquat_to_euler(xyz, q, degreesTrue) # 欧拉角运行成功、打印出张量形状你就已经完成了第一个 3D 旋转转换 常用表示的形状与互转速查表示形状关键函数旋转向量(…, 3)rotvec_to_rotmat/rotvec_to_unitquat单位四元数(…, 4)unitquat_to_rotmat/unitquat_to_rotvec旋转矩阵(…, 3, 3)rotmat_to_unitquat/rotmat_to_rotvec欧拉角(…, 3)unitquat_to_euler支持 12 种轴序如 xyz进阶 1旋转空间度量与 Slerp 插值在旋转空间上算距离不能直接减向量RoMa 提供了测地距离与余弦角度量实现见 roma/utils.pyR1, R2 roma.random_rotmat(size5), roma.random_rotmat(size5) theta roma.utils.rotmat_geodesic_distance(R1, R2) # 测地距离 cos_theta roma.utils.rotmat_cosine_angle(R1.transpose(-2, -1) R2)需要做姿态平滑或补间动画时用 Slerp 沿最短路径插值steps torch.linspace(0, 1.0, 5) q_interpolated roma.utils.unitquat_slerp(q0, q1, steps) # 四元数插值 rotvec_interp roma.rotvec_slerp(rotvec0, rotvec1, steps) # 旋转向量插值进阶 2任意输入回归为合法旋转神经网络直接输出的 3×3 矩阵往往不是正交阵。RoMa 用 Special Procrustes 正交化和 6D 表示的 Gram-Schmidt 流程把它拉回转群全程可微R1 roma.special_procrustes(torch.randn(batch_shape (3, 3))) # 3x3 正交化 R2 roma.special_gramschmidt(torch.randn(batch_shape (3, 2))) # 6D - 旋转矩阵 q roma.symmatrixvec_to_unitquat(torch.randn(batch_shape (10,)))进阶 3用 Rigid 对象组合旋转与平移需要刚体变换如配准、位姿组合时Rigid类把旋转部分 R 和平移部分 t 封装为整体支持组合与求逆并可一键转为 4×4 齐次矩阵t torch.randn(batch_shape (3,)) T roma.Rigid(R, t) # 刚体变换 旋转 平移 identity T T.inverse() # 组合与求逆 M identity.to_homogeneous() # 输出 (…, 4, 4) 齐次矩阵Rigid、Affine、Isometry等变换类的定义都在 roma/transforms.py 中方便你按需查阅继承关系。遇到难题按这个顺序找答案完整示例examples/example.py 串联了本文所有用法可直接运行片段库examples/snippets/ 下按主题拆分为rotvec_slerp.py、quat_operations.py、rigid_registration.py、rotation_averaging.py等独立脚本适合按需取用测试用例test/ 中的test_mappings.py、test_utils.py展示了边界情况与数值校验方式本地构建文档仓库根目录提供了 build_doc.sh 与 build_and_push_doc.sh可基于 docsource 目录自行编译 Sphinx 文档。总结RoMa 用不到 5 分钟的学习成本解决了 3D 旋转处理中最容易踩坑的三件事表示互转、合法旋转回归、旋转空间度量。配合任意批量维度的张量设计与全链路可微特性它可以无缝嵌入你的 PyTorch 训练流程。现在运行pip install roma开始你的第一个 3D 旋转转换吧 【免费下载链接】romaRoMa: A lightweight library to deal with 3D rotations in PyTorch.项目地址: https://gitcode.com/gh_mirrors/roma1/roma创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考