graspnet复现

GraspNet复现

本文详细记录了在 Windows 11 环境下复现 GraspNet 机械臂抓取项目的完整过程，包括环境配置、依赖安装、问题解决等关键步骤。

一、参考资料

• Graspnet(一)——Windos11复现
• 在WSL2上完美复现GraspNet并可视化
• mujoco graspnet 仿真项目的复现记录

二、项目结构

manipulator_grasp/ ├── graspnet-baseline/ # GraspNet 抓取检测基线模型 │ ├── dataset/ # 数据集处理 │ ├── models/ # 深度学习模型 │ ├── pointnet2/ # PointNet++ 模块 │ ├── knn/ # KNN 模块 │ └── utils/ # 工具函数 ├── graspnetAPI/ # 抓取检测API │ └── utils/ # 工具函数 ├── manipulator_grasp/ # 机械臂抓取环境（核心） │ ├── arm/ # 机械臂相关 │ │ ├── assets/ # 机械臂模型资源 │ │ ├── controller/ # 控制器 │ │ ├── geometry/ # 几何计算 │ │ └── constants/ # 常量定义 │ └── env/ # 环境定义 ├── logs/ # 权重文件目录 │ ├── log_rs/ # RealSense 模型权重 │ │ └── checkpoint-rs.tar │ └── log_kn/ # Kinect 模型权重 │ └── checkpoint-kn.tar └── main.py # 主入口

三、环境配置（Windows 11）

3.1 CUDA 安装

1. 查看支持的 CUDA 版本

nvcc--version

2. 下载 CUDA Toolkit

访问 CUDA Toolkit 12.8 Downloads 下载对应版本。

本文选用：CUDA 12.8

3. CUDA 安装教程

参考：超详细 CUDA 安装与卸载教程

3.2 版本对应关系

查看 Python、PyTorch、CUDA 版本对应关系：版本对应关系速查表

本文选择：

• CUDA 12.8
• PyTorch 2.6
• Python 3.11

3.3 Visual Studio 安装

下载并安装 Visual Studio 2019：

https://aka.ms/vs/16/release/vs_community.exe

四、源代码克隆

4.1 克隆主项目

gitclone https://gitee.com/chaomingsanhua/manipulator_grasp.gitcdmanipulator_grasp

4.2 克隆 GraspNet Baseline

gitclone https://github.com/graspnet/graspnet-baseline.gitcdgraspnet-baseline

4.3 克隆 GraspNet API

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

重要：将graspnetAPI/graspnetAPI文件夹复制到manipulator_grasp目录下。

4.4 下载权重文件

下载预训练权重文件并放置在manipulator_grasp/logs/log_xx目录下：

• checkpoint-rs.tar
• checkpoint-kn.tar

五、虚拟环境创建

5.1 创建 Conda 环境

conda create-ngraspnetpython=3.11conda init conda activate graspnet

六、依赖安装

6.1 安装基础依赖

进入graspnet-baseline目录，修改requirements.txt，删除torch相关行（后续手动安装）：

cdgraspnet-baseline pipinstall-rrequirements.txt

6.2 安装 PyTorch

pipinstalltorch==2.7.1 torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128

6.3 安装 Ninja（可选）

pipinstallninja

6.4 安装 PointNet++

cdpointnet2 python setup.pyinstall

安装成功后会看到相应的成功提示信息。

清理命令（如需重新安装）：

pip uninstall pointnet2-y

6.5 安装 KNN

cdknn python setup.pyinstall

安装成功后会看到相应的成功提示信息。

6.6 安装 GraspNet API

进入graspnetAPI目录，先修改setup.py中的sklearn为scikit-learn：

cdgraspnetAPI pipinstall.

6.7 安装其他依赖

pipinstallspatialmath-python pipinstallroboticstoolbox-python pipinstallmodern_robotics pipinstallpandas==1.5.3

七、运行测试

7.1 运行 GraspNet Demo

执行graspnet-baseline下的 demo 文件：

python demo.py--checkpoint_pathlogs/log_rs/checkpoint-rs.tar

7.2 运行机械臂抓取环境

运行manipulator_grasp下的main.py：

python main.py

八、常见问题解决

8.1 PointNet++ 编译警告

问题描述：

执行python setup.py install时出现以下警告：

UserWarning: Attempted to use ninja as the BuildExtension backend but we could not find ninja. UserWarning: Error checking compiler version for cl: [WinError 2] 系统找不到指定的文件。

问题原因：

• ninja 未安装：PyTorch 默认使用 ninja 作为快速构建工具
• cl.exe 路径未配置：Visual Studio 编译器路径未添加到环境变量

解决方案：

方案一：安装 ninja（推荐）

pipinstallninja

方案二：使用 pip 安装

cdpointnet2 pipinstall.

验证：

python-c"import pointnet2; print('pointnet2 imported successfully')"

8.2 KNN 编译链接错误

问题描述：

执行python setup.py install时出现链接错误：

vision.obj : error LNK2001: 无法解析的外部符号 "void __cdecl knn_device(...)" vision.obj : error LNK2001: 无法解析的外部符号 "public: long * __cdecl at::TensorBase::data_ptr<long>(void)const " build\lib.win-amd64-cpython-311\knn_pytorch\knn_pytorch.cp311-win_amd64.pyd : fatal error LNK1120: 2 个无法解析的外部命令

问题原因：

根本原因：Windows 上long和int64_t类型不兼容

在 Linux/macOS 上，long通常是 64 位，所以不会出现此问题。

解决方案：

修改文件 1：knn/src/knn.h

问题位置：第 24-26 行

修改前：

float*ref_dev=ref.data<float>();float*query_dev=query.data<float>();int64_t*idx_dev=idx.data<int64_t>();

修改后：

float*ref_dev=ref.data_ptr<float>();float*query_dev=query.data_ptr<float>();int64_t*idx_dev=reinterpret_cast<int64_t*>(idx.data_ptr());

修改文件 2：knn/src/cpu/knn_cpu.cpp

问题位置：第 5 行和第 19 行

修改前：

voidknn_cpu(float*ref_dev,intref_width,float*query_dev,intquery_width,intheight,intk,float*dist_dev,long*ind_dev,long*ind_buf)// ...longtemp_idx;

修改后：

voidknn_cpu(float*ref_dev,intref_width,float*query_dev,intquery_width,intheight,intk,float*dist_dev,int64_t*ind_dev,int64_t*ind_buf)// ...int64_ttemp_idx;

重新编译：

cdknn python setup.pyinstall

验证：

python-c"import knn_pytorch; print('knn_pytorch imported successfully')"

8.3 torch._six 模块导入错误

问题描述：

执行python demo.py时出现以下错误：

ModuleNotFoundError: No module named 'torch._six'

问题原因：

PyTorch 版本兼容性问题：新版本的 PyTorch（1.8+）移除了内部模块torch._six。这个模块是旧版 PyTorch 用于兼容 Python 2/3 的，现已被官方移除。

解决方案：

修改文件：dataset/graspnet_dataset.py

问题位置：第 12 行

修改前：

fromtorch._siximportcontainer_abcs

修改后：

importcollections.abcascontainer_abcs

8.4 torch.cross API 弃用警告

问题描述：

运行 demo 时出现以下警告：

UserWarning: Using torch.cross without specifying the dim arg is deprecated. Please either pass the dim explicitly or simply use torch.linalg.cross.

问题原因：

PyTorch API 变更：新版本的 PyTorch 要求在使用torch.cross时显式指定dim参数。

解决方案：

修改文件：utils/loss_utils.py

问题位置：第 89 行

修改前：

axis_z=torch.cross(axis_x,axis_y)

修改后：

axis_z=torch.cross(axis_x,axis_y,dim=-1)

8.5 sklearn 安装失败

解决方案：在graspnetAPI/setup.py中将sklearn改为scikit-learn。

8.6 清理编译产物

如果需要重新编译，可以清理之前的编译产物：

# 清理 pointnet2cdpointnet2 pip uninstall pointnet2-yRemove-Item-Recurse-Forcebuild Remove-Item-Recurse-Forcepointnet2.egg-info# 清理 knn_pytorchcdknn pip uninstall knn_pytorch-yRemove-Item-Recurse-Forcebuild Remove-Item-Recurse-Forceknn_pytorch.egg-info

九、总结

本文详细记录了在 Windows 11 环境下复现 GraspNet 项目的完整流程，包括：

1. ✅ CUDA 和 PyTorch 环境配置
2. ✅ 源代码克隆和项目结构搭建
3. ✅ PointNet++ 和 KNN 模块编译安装
4. ✅ GraspNet API 安装配置
5. ✅ Demo 运行测试
6. ✅ 常见问题解决方案

按照本文步骤，可以顺利完成 GraspNet 项目在 Windows 环境下的复现工作。

环境版本总结：

最后更新时间：2026-06-14