why num_points must always bigger than self.num_points

[Assassincup]

_, inds, inverse_map = sparse_quantize(pc_, return_index=True, return_inverse=True) if self.training and len(inds) > self.num_points: # NOTE: num_points must always bigger than self.num_points raise RuntimeError('droping point') inds = np.random.choice(inds, self.num_points, replace=False)

您好，这部分代码来自于semantickitti_fusion，这里是想说一个sample中的点数必须大于self.num_points，然后进行采样来让每个样本都使用self.num_points个点训练吗，如果是希望采样的话又为什么要返回runtimeerror，如果是希望self.num_points限制数据最大点数，这个 num_points must always bigger than self.num_points又是为什么，这部分有点弄不清楚，希望得到您的解答，感谢。