Graspnet复现笔记

前言

参考文章：Baseline model for "GraspNet-1Billion: A Large-Scale Benchmark for General Object Grasping" (CVPR 2020).[paper] [dataset] [API] [doc]

代码仓库：https://github.com/graspnet/graspnet-baseline

一、确定配置

Ubuntu18.04

CUDA版本（作者使用的是10.2）

根据CUDA版本确定cudnn（）版本

根据CUDA和cudnn版本下载对应的pytorch版本

python==3.7（必须大于等于3.6）

pytorch==1.6.0（需求文档里的pytorch是1.6.0版本，这里作者和需求文档保持一致）

显卡：NVIDIA 2080

二、基础配置环境

1.首先使用

nvidia-smi

查看当前电脑所能运行的CUDA最高的版本，在下载CUDA时，要选择版本号低于这个的版本

2080显卡最高支持的CUDA版本为11.6，这里本人选择的CUDA版本为10.2

CUDA下载地址：https://developer.nvidia.com/cuda-toolkit-archive

cudnn下载地址：https://developer.nvidia.cn/rdp/cudnn-archive

如何下载CUDA可以参考这篇文章：环境配置之CUDA与pytorch版本问题以及多CUDA版本安装及切换

pytorch下载地址：https://pytorch.org/get-started/previous-versions/

2.创建conda环境然后下载pytorch（注意创建之后要进入环境之后再下载pytorch）

conda create --name py37 python=3.7
source activate py37      # py37 就是环境的name

3.下载pytorch==1.6.0 对应 #CUDA 10.2

pip install torch==1.6.0 torchvision==0.7.0

三、graspnet环境配置

3.1 安装graspnet文件

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

cd graspnet-baseline

pip install -r requirements.txt

3.2 编译安装pointnet2

cd pointnet2python setup.py install

这一步可能会报错：

“subprocess.CalledProcessError: Command ‘[‘ninja‘, ‘-v‘]‘ returned non-zero exit status 1”

解决方法：

将setup.py中的
“cmdclass={'build_ext': BuildExtension}”
这一行改为
“cmdclass={'build_ext': BuildExtension.with_options(use_ninja=False)}”
pytorch默认使用ninjia作为backend，这里把它禁用掉就好了；

参考文章：出现错误“subprocess.CalledProcessError: Command ‘[‘ninja‘, ‘-v‘]‘ returned non-zero exit status 1”解决方法

3.3 编译安装knn

cd ..
cd knn
python setup.py install

3.4 安装graspnetAPI

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

将下载好的graspnetAPI文件移动到graspnet-baseline的目录下

cd ..
cd graspnetAPI
pip install .

3.5 手动构建文档

cd docs
pip install -r requirements.txt
bash build_doc.sh

这里可能会报错1：

latexmk -pdf -dvi- -ps- 'graspnetapi.tex'

make: latexmk: Command not found

Makefile:29: recipe for target 'graspnetapi.pdf failed

make: *** [graspnetapi.pd] Error 127

解决方法：

sudo apt-get install latexmk

报错2：

OSError: libc++.so.1: cannot open shared object file: No such file or directory

解决方法：
sudo apt-get update
sudo apt-get install libc++1
export LD_LIBRARY_PATH=/usr/lib/x86_64-1inux-gnu:$LD_LIBRARY_PATH

四、下载label和weight

从 Google Drive/Baidu Pan 下载

下载到graspnet-baseline目录下：

mv tolerance.tar dataset/
cd dataset
tar -xvf tolerance.tar

预训练权重可以从以下位置下载：

checkpoint-rs.tar [谷歌云端硬盘] [百度盘]
checkpoint-kn.tar [谷歌云端硬盘] [百度盘]

checkpoint-rs.tar和checkpoint-kn.tar是分别使用 RealSense 数据和 Kinect 数据进行训练。

在graspnet-baseline目录下，新建目录/logs/log_kn，将权重移动到这个目录下

mkdir -p ./logs/log_kn
mv ./checkpoint-rs.tar ./logs/log_kn/checkpoint.tar

运行代码

sh command_demo.sh

大功告成

配置过程中遇到的其他错误：

1.问题：

解决方法：

这是因为command_demo.sh中权重的文件名是checkpoint.tar

因此上面我们下载完权重，放到/logs/log_kn时，检查一下权重文件名，将名字重命名为checkpoint.tar就可以了。

2.问题：

ImportError: cannot import name 'NDArray' from 'numpy.typing'

解决方法：更新numpy版本
pip uninstall numpy
pip install numpy

3.问题：

ModuleNotFoundError:No module named 'plyfile'

解决方法：
pip install plyfile

4.问题：

cannot import name ‘environmentfilter‘ from ‘jinja2‘

解决办法：降低jinja2版本
pip install jinja2==3.0
参考：cannot import name ‘environmentfilter‘ from ‘jinja2‘ 问题解决办法

5.问题：

解决方法：
sudo apt install doxygen-latex

6.问题：

解决方法：

sudo apt-get install sphinx-doc
export PATH=$PATH:/path/to/sphinx
source ~/.bashrc

7.问题：The command could not be located because '/usr/bin' is not included in the PATH environment variable.

解决方法：也可以用gedit ~/.bashrc 添加环境变量，在~/.bashrc的最后添加以下内容然后保存，效果一样。
nano ~/.bashrc
在文件末尾添加下面这行代码:
export PATH=/usr/bin:$PATH
保存并关闭文件，按Ctr+X保存文件，它将要求更改文件，按y并按Enter

让更改生效
source ~/.bashrc
参考：The command could not be located because '/bin' is not included in the PATH environment variable.

8.问题：sudo: command not found

解决方法：

9.问题：error: [Errno 2] No such file or directory: 'which': 'which'

解决方法：
pip install sh

10.问题：

解决方法：
sudo apt-get install latexmk

11.【Bug解决】nvcc fatal : Unsupported gpu architecture ‘compute_86‘

解决参考：【Bug解决】nvcc fatal : Unsupported gpu architecture ‘compute_86‘

12.ImportError: libtorch cuda cu.so: cannot open shared object file: Nosuch file or directory

参考：ImportError: libtorch cuda cu.so: cannot open shared object file: Nosuch file or directory

13.问题：“no kernel image is available“

参考：“no kernel image is available“

14.问题：CommandNotFoundError: Your shell has not been properly configured

参考：Ubuntu 使用 conda activate 虚拟环境是报错:CommandNotFoundError: Your shell has not been properly configured t

15.问题：FileNotFoundError: [Errno 2] No such file or directory: ‘:/usr/local/cuda-11.8/bin/nvcc‘

参考：（已解决）FileNotFoundError: [Errno 2] No such file or directory: ‘:/usr/local/cuda-11.8/bin/nvcc‘

16.问题：报错: make: pdflatex: Command not found

解决方案：
sudo apt install doxygen-latex
参考：报错: make: pdflatex: Command not found

17.from torch._six import container_abcs ImportError: cannot import name ‘container_abcs‘

参考：from torch._six import container_abcs ImportError: cannot import name ‘container_abcs‘