iDP3复现代码数据预处理全流程（一）——vis_dataset.sh

iDP3 核心脚本包括三个：deploy_policy.sh、vis_dataset.sh、train_policy.sh，分别代表了部署、预处理和训练

vis_dataset.sh 脚本调用 vis_dataset.py 文件以可视化 2D/3D 数据集

因此我们不需要额外写脚本，可以直接借助开源的代码直接可视化训练数据

运行方法非常简单，首先下载开源的样例数据集 training_data_example.zip 并解压，然后对应修改脚本中的 dataset_path 为解压后文件夹位置，并更改 --vis_cloud=1，vis_dataset.py 中需要对应修改的部分会在下一篇中讲解

dataset_path=/home/yejiangchen/桌面/源码/Codes/Improved-3D-Diffusion-Policy-main/dataset/training_data_example

vis_cloud=1

然后运行：

bash scripts/vis_dataset.sh

运行效果如下：

剩余代码解释：

# 设置数据集路径
dataset_path=/home/ze/projects/Improved-3D-Diffusion-Policy/training_data_example

# 控制是否可视化点云
vis_cloud=0

# 切换到工作目录
cd Improved-3D-Diffusion-Policy

# 执行 Python 脚本以可视化数据集
python vis_dataset.py --dataset_path $dataset_path \
                    --use_img 1 \
                    --vis_cloud ${vis_cloud} \
                    --use_pc_color 0 \
                    --downsample 1

--dataset_path: 数据集路径

--use_img: 是否使用图像进行可视化，1 表示启用

--vis_cloud: 是否可视化点云，值为 0 时表示关闭

--use_pc_color: 是否使用点云颜色信息，0 表示不使用

--downsample: 是否对数据进行降采样，1 表示启用降采样