Vision-Language-Grasping
[ICRA 2023] A Joint Modeling of Vision-Language-Action for Target-oriented Grasping in Clutter
파일 탐색기
최종 버전 다운로드 (.zip)- base.stl
- forearm.stl
- shoulder.stl
- upperarm.stl
- wrist1.stl
- wrist2.stl
- wrist3.stl
- README.md
- robotiq_arg2f_85_base_link.stl
- robotiq_arg2f_85_inner_finger.dae
- robotiq_arg2f_85_inner_finger.obj
- robotiq_arg2f_85_inner_knuckle.dae
- robotiq_arg2f_85_outer_finger.dae
- robotiq_arg2f_85_outer_knuckle.dae
- robotiq_arg2f_base_link.stl
- gripper-2f_BaseColor.jpg
- gripper-2f_Metallic.jpg
- gripper-2f_Normal.jpg
- gripper-2f_Roughness.jpg
- robotiq_arg2f_85_base_link.dae
- robotiq_arg2f_85_inner_finger.dae
- robotiq_arg2f_85_inner_knuckle.dae
- robotiq_arg2f_85_outer_finger.dae
- robotiq_arg2f_85_outer_knuckle.dae
- robotiq_arg2f_85_pad.dae
- robotiq_gripper_coupling.stl
- cubic.urdf
- robotiq_2f_85.urdf
- base.dae
- base.mtl
- base.obj
- forearm.dae
- forearm.mtl
- forearm.obj
- shoulder.dae
- shoulder.mtl
- shoulder.obj
- upperarm.dae
- upperarm.mtl
- upperarm.obj
- wrist1.dae
- wrist1.mtl
- wrist1.obj
- wrist2.dae
- wrist2.mtl
- wrist2.obj
- wrist3.dae
- wrist3.mtl
- wrist3.obj
- license.txt
- plane.obj
- ur5e.urdf
- bamboo_albedo.jpg
- bamboo_rpoughness.png
- bottom.mtl
- bottom.obj
- bottom.urdf
- None_normal.png
- plane.obj
- wall.urdf
- wallx30.mtl
- wallx30.obj
- wally32.mtl
- wally32.obj
- workspace.urdf
- cameras.py
- constants.py
- environment_sim.py
- a.gif
- b.gif
- c.gif
- d.gif
- system.png
- vilg_video.gif
- bpe_simple_vocab_16e6.txt.gz
- clip.py
- simple_tokenizer.py
- __init__.py
- command_generate_tolerance_label.sh
- generate_tolerance_label.py
- graspnet_dataset.py
- 000011.png
- 000014.png
- 1604017982_color.png
- 1604017982_depth.png
- 2c.png
- 2d.png
- 3c.png
- 3d.png
- color.png
- demo_result.png
- depth.png
- meta.mat
- workspace_mask.png
- teaser.png
- knn_cpu.cpp
- vision.h
- knn.cu
- vision.h
- knn.h
- vision.cpp
- knn_modules.py
- setup.py
- checkpoint.tar
- __init__.py
- backbone.py
- graspnet.py
- loss.py
- modules.py
- ball_query.h
- cuda_utils.h
- cylinder_query.h
- group_points.h
- interpolate.h
- sampling.h
- utils.h
- ball_query.cpp
- ball_query_gpu.cu
- bindings.cpp
- cylinder_query.cpp
- cylinder_query_gpu.cu
- group_points.cpp
- group_points_gpu.cu
- interpolate.cpp
- interpolate_gpu.cu
- sampling.cpp
- sampling_gpu.cu
- pointnet2_modules.py
- pointnet2_utils.py
- pytorch_utils.py
- setup.py
- __init__.py
- collision_detector.py
- data_utils.py
- label_generation.py
- loss_utils.py
- .gitignore
- __init__.py
- graspnet_baseline.py
- LICENSE
- pick_and_place.py
- README.md
- requirements.txt
- networks.py
- replay_memory.py
- vilg_sac.py
- grasp_detetor.py
- logger.py
- test.py
- train.py
- utils.py
- case00-round.txt
- case01-eat.txt
- case02-container.txt
- case03-round.txt
- case04-cup.txt
- case05-cup.txt
- case06-fruit.txt
- case07-drink.txt
- case08-thera_med.txt
- case09-pear.txt
- README.md
- requirements.txt
- setup.py
# 설치 가이드
1. 코드 내려받기
git clone https://github.com/xukechun/Vision-Language-Grasping
깃허브에서 프로젝트 코드 전체를 내 컴퓨터로 내려받습니다.
cd Vision-Language-Grasping
방금 내려받은 프로젝트 폴더 안으로 이동합니다.
2. 공식 설치 스크립트
쉬움 추천사전 준비물
- Python 3 pip 명령어를 쓰려면 Python이 필요합니다.
pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 -f https://download.pytorch.org/whl/torch_stable.html
PyPI에 배포된 패키지를 바로 설치합니다. 소스 클론이 필요 없습니다.
설치 후 새 터미널을 열고, 프로그램의 버전 확인 명령(예: --version)으로 정상 설치됐는지 확인하세요.
이 레포의 README에 적힌 실제 명령어를 그대로 가져왔습니다.
3. Python
쉬움사전 준비물
pip install -r requirements.txt
requirements.txt 등에 명시된 파이썬 라이브러리를 설치합니다.
rather than 'sklearn' for pip commands.
이 명령어를 터미널에 그대로 입력해 실행하세요.
pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 -f https://download.pytorch.org/whl/torch_stable.html
PyPI에 배포된 패키지를 바로 설치합니다. 소스 클론이 필요 없습니다.
에러 메시지 없이 실행되고 터미널에 안내 문구가 출력되면 정상입니다.
이 레포의 README에 적힌 실제 명령어를 그대로 가져왔습니다.
// repository documentation
Was this content helpful?
(0 ratings)