PointNetGPD 使用与安装指南

PointNetGPD 使用与安装指南

PointNetGPD PointNetGPD实验复现与注释 项目地址: https://gitcode.com/gh_mirrors/poi/PointNetGPD

1. 项目目录结构及介绍

PointNetGPD 是一个用于直接从点云数据定位机器人抓取配置的端到端评估模型。下面是其基本的目录结构概述及其关键组件说明：

├── apps                            # 应用程序脚本，包含数据处理和预处理脚本
│   ├── generate-dataset-canny.py   # 候选抓取采样和评分脚本
│   ├── read_file_sdf.py            # SDF文件读取处理
│   ├── ycb_cloud_generate.py       # 深度图转点云脚本
│   ...
├── data                            # 数据相关文件夹，存储模型、点云数据等
│   ├── google2cloud.csv/pkl        # 数据转换文件
│   ├── PointNetGPD                 # 程序运行所需数据集
│   ├── ycb_grasp                   # 抓取样本数据集
│   └── ...                         # 其他数据子目录
├── PointNetGPD                     # 核心代码库
│   ├── main_1v.py                  # 单视图点云，2类分类主脚本
│   ├── main_fullv.py               # 全点云，2类分类主脚本
│   ├── model                       # 模型定义文件
│   ├── ...                         # 其它源代码文件
├── requirements.txt                # Python依赖项列表（Python 3）
├── requirements2.txt               # Python 2环境的额外依赖项（虽然推荐使用单一版本）
├── ...

注意：apps 目录中的脚本对于数据预处理至关重要，data 目录则包含了训练和测试所需的处理过的数据。

2. 项目启动文件介绍

主要运行脚本

• main_1v.py: 适用于单视图点云的二类分类任务。
• main_fullv.py: 处理全点云的二类分类任务。
• 还有其它变种 如 main_1v_gpd.py 支持GPD功能，适应不同的点云处理需求和评价标准。

启动命令示例（以单视图点云训练为例，假设使用Python 3环境）:

cd PointNetGPD
python main_1v.py --epoch 200 --mode train --batch-size x

其中，x代表批次大小，应大于1。

3. 项目的配置文件介绍

尽管项目没有明确命名的配置文件，其配置主要通过脚本来实现，特别是以下几个方面需注意：

• 环境配置：通过.gitignore和requirements.txt，requirements2.txt来管理Python环境。

  • 使用pip安装必要的库。
  • 根据Python版本（2或3），选择正确的依赖文件安装。

• 数据集配置：数据集处理涉及多个步骤，包括SDF文件生成、点云生成等，配置分散在apps目录下的脚本中。

  • generate-dataset-canny.py 需要指定CAD模型路径、生成的抓取候选和评分配置。
  • ycb_cloud_generate.py 配置深度图到点云转换，可能涉及输入图片文件夹路径的设定。

• 模型配置：主要体现在模型定义文件中（位于model目录下），以及训练脚本中的超参数调整，如批大小、学习率、训练轮数等。

特别说明：在部署项目前，确保正确设置了所有外部依赖（如ROS、特定版本的meshpy和dex-net，以及Python PCL库等），并且已按项目要求正确准备了数据集。初始化环境和设置正确的路径是成功运行项目的关键。

PointNetGPD PointNetGPD实验复现与注释 项目地址: https://gitcode.com/gh_mirrors/poi/PointNetGPD