some questions about the train code

[zhLawliet]

1 romp/lib/dataset/image_base.py 你好 请问下，valid_masks = np.zeros((self.max_person, 6), dtype=np.bool) 第二维度一共是6种类型，不知道523行这里为什么有判断，并且下标是6，超过了valid_masks的范围。

https://github.com/Arthur151/ROMP/blob/ee5e2f21f35a1072327a11ecd4a36c0c64d805e1/romp/lib/dataset/image_base.py#:~:text=if%20r%5B%27valid_masks%27%5D%5B0%2C0%2C6%5D%3A

[Arthur151]

多谢提醒。这个是我测试verts加载的是否正确残留的，可以直接把532-534删掉。

[zhLawliet]

嗯好的，对了，想确认一下你这边上次的h36m 图像解压后有40多万张吗？ 还是只是311124 张，因为我准备发现解压后图像个数不太对。

[Arthur151]

我这里是417772张。check一下是不是15个分文件包都下完整了。

[zhLawliet]

好的，我再试一下，感觉解压有点问题 下面是我下载的15个包的文件

解压的时候，开始有报错

[zhLawliet]

@Arthur151 你好，我又重新下载了一遍，采用你的脚本解压后还是不对，想问一下如何来确定15个分文件包都下完整了？，目前我下载的15个包，大小如下，下载过程很顺利，但是最终解压就是有问题。

[Arthur151]

带来困扰我很抱歉。确实在Ubuntu上用之前提供的脚本很难合并出有效的zip文件，你有试过这个么？ zip -FF h36m_image.zip --out h36m_image_all.zip 验证过了，用这个命令来合并压缩包，解压缩后图片数量是对的。 @zhLawliet 只是合并分割的zip压缩包的方式的问题，不用重复下载。 merge splited zip files

[zhLawliet]

好的，谢谢，我试一下这个命令。

[zhLawliet]

@Arthur151 你好，采用上面的这个命令，可以正常解压了，确实是417772张，谢谢，另外请教一个问题，对于基于eft的到的coco2014，lsp等数据，你是通过regress_kp3d_from_smpl来获得3d点作为gt，而mpi_inf_3dhp ，hm36，3dpw的3d点则是采用其各自采集的，想问一下，当这些数据混合训练的时候，这些3d点的标签会产生歧义吗？为什么不统一采用regress_kp3d_from_smpl来获得3d点，对于没有smpl系数的mpi_inf_3dhp则只使用2d标签，这样可以确保3d标签的一致性。不知道你做过这个实验没？

[Arthur151]

非常棒的问题！每个数据集对于关节点定义不同的问题确实也是现在存在的固有问题，但在我的实验设定里尽可能多的使用可以有的3D keypoints来监督是有帮助的，但也没有做过很全面的实验来论证这一点，只是很局部的一点实验。如果有什么想法也欢迎讨论。

[zhLawliet]

好的，谢谢