Graspnet视觉抓取（一）——环境搭建

前言

·本文是关于Graspnet的环境搭建教程。

·不同于一般因为Graspnet库过老，只能建立python<3.10的情况，本文使用python=3.10、CUDA=12.1进行环境搭建。

·Graspnet的开源代码链接：https://github.com/graspnet/graspnet-baseline

一、环境搭建

### 1.下载Graspnet开源代码

git clone https://github.com/graspnet/graspnet-baseline.git

这步如果有VPN，但还存在问题，要么打开浏览器去Graspnet的github上下载ZIP，要么去看我这篇博客：Linux添加终端代理：https://www.cnblogs.com/john-mu-wanfeng/p/19078263
下载后在终端当前路径下可以找到该文件夹：

2.创建虚拟环境

这步需要使用到Anaconda，如果你使用其他的虚拟环境软件，仿照我的步骤即可，否则搜索Anaconda的安装教程，进行安装后再执行后续步骤。

conda create -n graspnet python=3.10
conda activate graspnet
cd graspnet-baseline

3.安装Pytorch三件套

由于我的CUDA版本是12.1，因此这里我就按照12.1的版本继续安装了，运行如下命令即可：

conda install pytorch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 pytorch-cuda=12.1 -c pytorch -c nvidia

如果你的电脑不是CUDA-12.1，你可以按照你的CUDA版本来，或者参考我这篇博客Linux多版本CUDA切换：https://www.cnblogs.com/john-mu-wanfeng/p/19071862下载CUDA-12.1，这样后续步骤跟我一模一样即可。

4.安装Graspnet依赖库

这里步骤基本上与官网类似，只是有些文件里写的库的版本或者名称需要修改。
(修改1).修改graspnet-baseline文件夹中的requirements.txt：

将其中内容改为：

numpy==1.23.0
scipy
open3d>=0.8
Pillow
tqdm

安装Graspness相关依赖库：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

编译安装pointnet2：

cd pointnet2
python setup.py install
cd ..

编译安装knn：

cd knn
python setup.py install
cd ..

安装graspnetAPI：

git clone https://github.com/graspnet/graspnetAPI.git
cd graspnetAPI

(修改2).需要修改graspnetAPI文件夹下的setup.py文件：

将sklearn替换为scikit-learn，指定numpy==1.23.0：

修改完成后继续安装：

pip install . -i https://pypi.tuna.tsinghua.edu.cn/simple
cd ..

如果到这里，上述步骤没有问题，那么恭喜你，安装配置成功。

二、代码试运行

这里想运行graspnet-baseline文件夹中的示例文件：`demo.py`，需要将预训练权重下载到graspnet-baseline文件夹中。

前往官网Graspnet：https://github.com/graspnet/graspnet-baseline鼠标向下滚动至Training and Testing标题：

选择任意的checkpoint.tar文件都可以，我这里使用的是checkpoint-rs.tar，因为实验室的相机是Realsense的，如果你后续的实验需要使用Kinect相机，更推荐你下载checkpoint-kn.tar文件。

使用百度网盘进行下载即可。

下载后将下载目录下的文件复制到graspnet-baseline文件夹中即可：

完成后需要最后修改一个文件：
graspnet-baseline文件夹中的dataset/graspnet_dataset.py文件
将导包部分的代码：

from torch._six import container_abcs

修改为：

import collections.abc as container_abcs

如下图所示：

然后打开终端，激活虚拟环境，回到graspnet-baseline目录下运行demo.py代码：

cd ~/graspnet-baseline
conda activate graspnet
CUDA_VISIBLE_DEVICES=0 python demo.py --checkpoint_path checkpoint-rs.tar

效果图如下：

至此，工成文毕！