kornia/kornia

[Feature]: Increase test coverage for Se3, SO3 and So2 (exception, gradcheck, JIT, module)

Open

#3.531 geöffnet am 27. Jan. 2026

Auf GitHub ansehen
 (2 Kommentare) (0 Reaktionen) (1 zugewiesene Person)Python (892 Forks)batch import
help wantedtriage

Repository-Metriken

Stars
 (8.677 Stars)
PR-Merge-Metriken
 (Durchschn. Merge 19T 9h) (7 gemergte PRs in 30 T)

Beschreibung

Title: Increase test coverage for Se3, So3 and So2 (exception, gradcheck, JIT, module)

Description

The TestSe3 class in the test suite currently contains empty placeholder methods for several critical test categories:

  • test_exception: Should verify that invalid inputs (e.g., mismatched batch sizes between rotation and translation, or incorrect tensor shapes) raise appropriate errors.
  • test_gradcheck: Should perform a gradient check (using torch.autograd.gradcheck) to ensure the Se3 operations are differentiable and the gradients are numerically correct.
  • test_jit: Should verify that the Se3 class and its methods can be correctly scripted or traced by TorchScript (torch.jit).
  • test_module: Should verify that Se3 objects can be used as parameters or buffers within a nn.Module and properly saved/loaded.

Goal

Implement these missing tests to ensure the robustness and production-readiness of the Se3, So3 and So2 geometry primitives.

Contributor Guide

Research-Richtung
Überprüfen Sie die vorhandenen Testdateien für Se3, So3, So2. Verwenden Sie für Ausnahmetests pytest.raises mit ungültigen Eingaben (z. B. nicht übereinstimmende Batch Größen, falsche Formen). Verwenden Sie für die Gradientenprüfung torch.autograd.gradcheck mit zufälligen Eingaben, um die numerischen Gradienten zu überprüfen. Wenden Sie für JIT torch.jit.script oder torch.jit.trace an und überprüfen Sie, ob die Ausgabe übereinstimmt. Erstellen Sie für Modultests ein nn.Module, das Se3/So3/So2 als Parameter enthält, und testen Sie das Speichern/Laden mit torch.save/load. Folgen Sie den Mustern anderer Testdateien im Repository.
Tech Stack
pythonpytorch
Domain
testing
Issue Type
Test
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
2
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
Halber Tag
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
PythonPyTorchpytest
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
70