GraspNet-baseline复现----Linux-Ubuntu

1.基本环境

• Ubuntu 20.04
• Cuda 11.0 、cuDNN 80.0
• Python 3.7.16
• PyTorch 1.7.0

2.环境配置

PyTorch的版本对Cuda和Python的版本都有依赖，所以基本步骤是 确定需要安装的PyTorch版本 —> 通过 网站 确定对应的cuda版本和python版本 —> 创建虚拟环境配置环境。

# 1.创建虚拟环境，配置python
conda create -n 虚拟环境名 python=3.7

# 2.配置虚拟环境的cuda、cuDNN和PyTorch
根据这篇博客：https://blog.csdn.net/qq_42194665/article/details/130028584

# 3.检查虚拟环境中的cuda、cuDNN、PyTorch是否配置好（上面这篇博客）

3.预训练模型运行

根据github上的来。

注意Tolerance Label可以运行command_generate_tolerance_label.sh生成，或者直接从云盘里下载后解压，放到dataset文件夹。

下载的预训练权重文件路径要记得，打开command_demo.sh文件，将 ”logs/log_kn/checkpoint.tar“ 改为自己的权重文件路径。

执行示例demo脚本

bash command_demo.sh

结果如下：