what is the output in def compute_loss()?

[XiaoyanQian]

Hi Zhao, Thank you so much for your excellent work

Is the output in def compute_loss() the GT label of the dataset? Say n here is the occupancy probabilities from our model, and output is the 0 or 1, labeling the point as in the truth point cloud or not. Right?

Another question, output=data.get('normal'); where what is 'normal' mean? I am new to the ShapeNet dataset. Could you help me in that regard?

[xnowbzhao]

你好，n是点的投影方向，生成投影方向的方法请查看数据集的生成方法

[XiaoyanQian]

你好，n是点的投影方向，生成投影方向的方法请查看数据集的生成方法

谢谢你，那就是在train_fd里面，output是正常的方向是吗？ n 是模型生成的投影方向，计算两个方向的loss？那train_fn里面呢？output是表示点的什么？是occupancy probabilities吗？0或者1 我能问一下，数据集生产的方法，是哪部分代码？是generate.py那个吗？

[xnowbzhao]

你好，一个是投影方向，一个是投影距离。 数据集的生成请参考Dataset部分。

[XiaoyanQian]

谢谢你哈，我还有最后一个问题，这里data的normal是指什么呢？input 我可以理解成点的坐标xyz, normals 是？该怎么理解？还希望可以给我指点迷津，😂 data = { 'input': points, 'normal': normals, } 跟ONet的points.occ ，都表示什么？GT occupancy probabilities吗？我其实就在理解你们loss里面的 GT label是啥

[xnowbzhao]

normal指的是投影方向，occ 指的是该点在物体外还是物体内

[XiaoyanQian]

normal指的是投影方向，occ 指的是该点在物体外还是物体内

所以occ是在物体表面与否，我可以理解成，在物体表面，表示物体的真实前景点，那么就是1，不在物体表面，那么就不是前景点，就0，可以这里理解吗？ 还是还有其他的办法，需要将其改成概率的值，而非0和1两个值