Pixel-level-Object-Operating-System-

该项目来自作者本人的本科生毕业设计。

这是一个基于Python的抓取项目，使用Flask作为Web框架。该项目集成了PointNet++和DGCNN模型用于点云处理。 需要放在训练的环境下运行，确保models文件夹里包含对应的网络。

项目原理如下： 使用那个grasp_vis.py来预测，返回一个numpy数组，app.py作为前后端，从前端接收用户上传的点云文件，根据用户在前端的选项，使用grasp_vis.py来执行相应的命令，返回的结果数组，使用index.html里面的控件进行可视化展示

环境要求

• Python 3.7+
• Conda环境管理工具
• CUDA支持（用于PyTorch GPU加速）

运行项目

1. 确保已激活正确的Conda环境：

conda activate ICAF-4

2. 进入项目目录：

cd /home/guoyuefan/grasp

3. 启动主程序：

python main.py

项目结构

• main.py: 主程序入口
• app.py: Flask应用配置
• grasp_vis.py: 核心脚本

依赖包

基础依赖

• Flask >= 2.0.1
• Flask-CORS >= 3.0.10
• NumPy >= 1.19.5
• h5py >= 3.1.0
• PyTorch >= 1.7.1
• SciPy >= 1.6.0

PointNet++和DGCNN相关依赖

• numpy
• msgpack-numpy
• lmdb
• h5py
• hydra-core==0.11.3
• pytorch-lightning==0.7.1

注意事项

• 请确保在运行项目前已正确安装所有依赖包
• 确保使用正确的Python版本（建议使用Python 3.7或更高版本）
• 如果遇到权限问题，请确保有适当的文件访问权限
• 安装PointNet++自定义操作时可能需要CUDA支持
• 确保系统已安装CUDA和对应版本的cuDNN（如果使用GPU加速）

常见问题

如果遇到问题，请检查：

1. Conda环境是否正确激活
2. 所有依赖包是否已正确安装
3. 项目路径是否正确
4. PointNet++自定义操作是否成功编译
5. CUDA环境是否正确配置（如果使用GPU）