训练时如何获取每张图像的grasp标签

[yimingli1998]

Hello Fang,

非常感谢你的工作。我的理解是训练时需要把grasp映射到每张深度图上，请问这个变换关系是直接根据相机坐标的转换关系得到的吗，我在目前放出的代码里没有找到这部分。

非常感谢！

[Fang-Haoshu]

您好 我们是把grasp投影到点云上 参考：https://github.com/Fang-Haoshu/graspnetAPI/blob/master/examples/exam_vis.py#L27

[yimingli1998]

谢谢。我已经解决了这个问题，不过仍然有一些需要请教的地方：
1、直接用graspnetAPI提供的grasp似乎难以生成论文中用于训练的label,因为矩阵的维度太大了。是否需要将API中提供的grasp改成带mask的形式？
２、loadGrasp中的templete view就是approachnet中预定义的view吗？
不知能否可以开源处理dataset部分的代码？
非常感谢！

[Fang-Haoshu]

训练的话场景sample 20000个点即可
对的
dataset部分API里的vis grasp其实就是大部分处理代码了

[yimingli1998]

恩，谢谢。不过我还有一些不太确定的地方：
１、数据集中提供的标签是每个场景的grasp标签吧，不是场景中每个点云的标签。点云的标签需要根据5mm和5度的限制算一遍，从而得到graspable的点和方向标签吗？
２、如果需要计算，大概需要多久？
３、是否有提供这部分的代码？

[Fang-Haoshu]

点云的标签不需要根据5mm和5度的限制算一遍， 标签就是很dense的