数据集中使用的'object_euler_xy'和 'object_init_z'是怎么生成的

[guoqingMeng]

keys_to_convert = ['target_qpos', 'target_hand_pos', 'target_hand_rot', 'object_euler_xy', 'object_init_z']
我使用DexGraspNet生成的数据集与UniDexGrasp2中的数据集不一致，请问哪里有资料可以查看。

[wkwan7]

请参考DexGraspNet的table branch：https://github.com/PKU-EPIC/DexGraspNet/tree/table

[guoqingMeng]

我看了table分支，还有几点没搞明白。

1. table分支生成的物体姿态的维度4x4，怎么和 'object_euler_xy', 'object_init_z'进行转换？
2. pc_feat是在哪里生成的？

[guoqingMeng]

plane = data_dict['plane'] # plane parameters (A, B, C, D), Ax + By + Cz + D >= 0, A^2 + B^2 + C^2 = 1 translation, euler = plane2euler(plane, axes='sxyz') # object object_euler_xy = torch.tensor([euler[0], euler[1]], dtype=torch.float, device=self.device) object_init_z = torch.tensor([translation[2]], dtype=torch.float, device=self.device)
shadow_hand_random_load_vision.py 里面这段应该是转换 'object_euler_xy', 'object_init_z'的方式；pc_feat没有看到在那里生成的

[wkwan7]

Hi！pc_feat对应论文中pre-train的一个对物体进行classification的模型输出的每个物体的feature，这部分训练代码我们没有release，目前仅将结果保存release了。