Hriver-J

I'm doing the same thing. This maybe quite a complex work as I learned 1. I made a 3D models for a object like **a_toy.obj,** then I used SDFGen mentioned...

@minghu0830 请问你知道有哪些比较通用、便捷的方法获取这种掩码吗？作者团队有50000+张类似的图片，并且看起来与相机拍摄的RGB图像是一一对应的，好像是有一些可以从RGB提取出掩码的工具。 `object labels` 是指类似于`002_labels.npz`的物体抓取标签吗？我是这样想的：在 https://github.com/graspnet/graspnetAPI/issues/42#issuecomment-1578094386 中chenxi-wang提到的`使用物体点云模型和6D pose重建了场景`，这个描述中物体信息和场景信息被结合使用了，像是把物体点云坐标、抓取结果等变换到了场景中，这一步一定是会使用到物体id的；如果还使用到了RGB图像，那id和seg mask就关联起来了。 不过在物体点云确定的情况下，图像中的物体边界应该是可以直接计算出的，不依赖seg mask，所以我倾向于grasp label和seg mask映射关系并不重要。考虑到graspnet的通用抓取效果，seg mask的一个作用可能是让模型学习到基于图片的“物体边界”的概念，让它遇到没见过的物体时能够识别、检测边界。