·不同于一般因為Graspnet庫過老，只能建立python<3.10的情況，本文使用python=3.10、CUDA=12.1進行環境搭建。

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

這步如果有VPN，但還存在問題，要么打開瀏覽器去Graspnet的github上下載ZIP，要么去看我這篇博客：Linux添加終端代理：http://www.rzrgm.cn/john-mu-wanfeng/p/19078263
下載后在終端當前路徑下可以找到該文件夾：

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

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

這里步驟基本上與官網類似，只是有些文件里寫的庫的版本或者名稱需要修改。
(修改1).修改graspnet-baseline文件夾中的requirements.txt：

將其中內容改為：

numpy==1.23.0
scipy
open3d>=0.8
Pillow
tqdm

安裝Graspness相關依賴庫：

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

編譯安裝pointnet2：

cd pointnet2
python setup.py install
cd ..

編譯安裝knn：

cd knn
python setup.py install
cd ..

安裝graspnetAPI：

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

(修改2).需要修改graspnetAPI文件夾下的setup.py文件：

將sklearn替換為scikit-learn，指定numpy==1.23.0：

修改完成后繼續安裝：

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

前往官網Graspnet：https://github.com/graspnet/graspnet-baseline鼠標向下滾動至Training and Testing標題：

選擇任意的checkpoint.tar文件都可以，我這里使用的是checkpoint-rs.tar，因為實驗室的相機是Realsense的，如果你后續的實驗需要使用Kinect相機，更推薦你下載checkpoint-kn.tar文件。

使用百度網盤進行下載即可。

下載后將下載目錄下的文件復制到graspnet-baseline文件夾中即可：

完成后需要最后修改一個文件：
graspnet-baseline文件夾中的dataset/graspnet_dataset.py文件
將導包部分的代碼：

from torch._six import container_abcs

修改為：

import collections.abc as container_abcs

如下圖所示：

然后打開終端，激活虛擬環境，回到graspnet-baseline目錄下運行demo.py代碼：

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

效果圖如下：