[question] implement ICP registration
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 15/100
- Tipo de issue
- Documentación
- Claridad
- Necesita aclaración
- Estado de actividad
- Estancado
- Stack tecnológico
- python
- Área
- computer-vision
Línea de trabajo
Comienza leyendo auto_pose/icp/icp.py, especialmente la aserción de que A y B tienen formas coincidentes, y luego sigue sus llamadores para ver dónde se crean las nubes de puntos de origen y destino. El issue necesitaría una explicación documentada del preprocesamiento de la imagen de profundidad de Linemod y de cómo se seleccionan los puntos del objeto antes de ICP.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Hi Martin,
I'm working on a similar pose estimation project using autoencoder, and I would like to enquire about how to implement the ICP refinement.
The situation is: I have the source point cloud A, which is generated from the object 3D model at the estimated pose. The target point cloud B, is calculated from the depth image, for example the 480*640 depth image from the Linemod dataset. My question is, the point cloud B is much bigger than A, how can I extract the points of the target object from B, and make sure B==A?
I tried to search on your code here https://github.com/DLR-RM/AugmentedAutoencoder/blob/master/auto_pose/icp/icp.py, I could only find something like "assert A.shape == B.shape", but could not get how you got A and B. Could you please help me with it?
Best,
Jianyu
- Lenguaje dominante
- Python
- Estrellas
- 364
- Forks
- 97
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de DLR-RM/AugmentedAutoencoder
-
Orientation mismatchAbierto
Dificultad 4/5 3-5 días Aptitud para principiantes 25/100
DLR-RM/AugmentedAutoencoder#130 ·
-
Dificultad 3/5 1-2 días Aptitud para principiantes 35/100
DLR-RM/AugmentedAutoencoder#129 ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 25/100
DLR-RM/AugmentedAutoencoder#128 · 1 comentario ·
-
Data cannot be downloadedAbierto
Dificultad 4/5 3-5 días Aptitud para principiantes 20/100
DLR-RM/AugmentedAutoencoder#126 · 1 comentario ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 25/100
DLR-RM/AugmentedAutoencoder#121 ·
Todos los issues de DLR-RM/AugmentedAutoencoder
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 67/100
-
query rewriting: prompt says "Language for `query` field: None" when language detection failsAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
Los mantenedores suelen responder en 1 día
-
ocr_data_to_elements() raises AttributeError when a layout element is a ListPosiblemente ocupada @Eapp1e la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 79/100
Unstructured-IO/unstructured#4616 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 65/100
Los mantenedores suelen responder en 1 día
-
area:codegen backend:metal bug direction:output
Dificultad 2/5 1-3 horas Aptitud para principiantes 79/100
Los mantenedores suelen responder en 1 día