data_gen.sh

#!/bin/bash
set -e
# 只要有 process 不成功，shell将会自动结束进程，不会继续执行

# FIXME: 所有 shell 脚本的参数没有设置

# 生成一倍降采样图像用于 HLOC 计算位姿与内参
# echo "[INFO] ffmpeg_scale.sh: Scaling images..."
# # $1: 原始数据集的位置（此目录下应该有 DayaTemple, HaiyanHall, ...）主要使用 images/ 文件夹
./ffmpeg_scale.sh $1

# 根据 cam.txt 生成训练 json
# TODO: QUITE
echo "[INFO] generate_train_test.sh: Generating json files..."
# $1: 原始数据集的位置（此目录下应该有 DayaTemple, HaiyanHall, ...）主要使用 cam/ 文件夹
# $2: 我们需要将 train/test.json 先行复制到 dataset 输出文件夹中
./generate_train_test.sh $1 $2
echo "[INFO] generate_dinger.sh: Generating IGEV/masking format json..."
./generate_dinger.sh $1 $2
# HLOC 位姿计算
echo "[INFO] hloc_pose_gen.sh: HLOC, two processes, pose refinement..."

if [ ! -d $2 ]; then
    echo "[INFO] '$2' does not exist, creating folder..."
    mkdir -p $2
fi

# # Version 2: 2进程
./hloc_pose_gen1.sh $1 $2
# pid=$!
./hloc_pose_gen2.sh $1 $2
# wait $pid

# HLOC 将会生成 4种分辨率的图片，我们只留1/4分辨率图像
# Version (测试用): 单进程
# ./hloc_pose_gen1.sh $1 $2
# ./hloc_pose_gen2.sh $1 $2
echo "[INFO] HLOC completed."

echo "[INFO] hloc_pose_replace.sh: HLOC poses are being replaced..."

# HLOC 位姿替换
# $1: 原始数据集的位置（此目录下应该有 DayaTemple, HaiyanHall, ...）
# $2: HLOC 的输出位置，从 $1 读取的 train.json / test.json 在此处复制
./hloc_pose_replace.sh $1 $2
echo "[INFO] HLOC pose replacing completed."

# [UNIT_TEST-2 生成 HLOC 数据集]
echo "[INFO] HLOC dataset without depth completed"

# 基本数据集的生成到此结束 --- IGEV 进一步处理数据集将在外部进行