[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-graspnet--graspnet-baseline":3,"tool-graspnet--graspnet-baseline":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",155373,2,"2026-04-14T11:34:08",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":76,"owner_location":76,"owner_email":77,"owner_twitter":76,"owner_website":78,"owner_url":79,"languages":80,"stars":101,"forks":102,"last_commit_at":103,"license":104,"difficulty_score":105,"env_os":106,"env_gpu":107,"env_ram":106,"env_deps":108,"category_tags":119,"github_topics":121,"view_count":32,"oss_zip_url":76,"oss_zip_packed_at":76,"status":17,"created_at":128,"updated_at":129,"faqs":130,"releases":131},7487,"graspnet\u002Fgraspnet-baseline","graspnet-baseline","Baseline model for \"GraspNet-1Billion: A Large-Scale Benchmark for General Object Grasping\" (CVPR 2020)","graspnet-baseline 是专为通用物体抓取任务设计的基准模型，源自 CVPR 2020 发表的著名论文\"GraspNet-1Billion\"。它主要解决机器人在面对未知物体时，如何从复杂的三维场景中精准识别并生成有效抓取姿态的难题。通过输入 RGB-D（彩色深度）图像，该模型能快速检测出多个高质量的抓取点，帮助机械臂稳定地抓取各种形状和大小的日常物品。\n\n这款工具特别适合机器人领域的研究人员、算法开发者以及自动化工程师使用。对于希望复现前沿学术成果、验证新算法性能，或正在开发智能抓取系统的团队来说，它是一个不可或缺的起点。其核心技术亮点在于基于大规模数据集 GraspNet-1Billion 进行训练，具备极强的泛化能力，能够适应未曾见过的物体类别。此外，项目提供了完整的训练、测试及可视化演示流程，并支持 RealSense 和 Kinect 等多种主流深度相机数据，配合预训练权重，用户可快速上手并进行二次开发，极大地降低了高精度抓取算法的研究与应用门槛。","# GraspNet Baseline\nBaseline model for \"GraspNet-1Billion: A Large-Scale Benchmark for General Object Grasping\" (CVPR 2020).\n\n[[paper](https:\u002F\u002Fopenaccess.thecvf.com\u002Fcontent_CVPR_2020\u002Fpapers\u002FFang_GraspNet-1Billion_A_Large-Scale_Benchmark_for_General_Object_Grasping_CVPR_2020_paper.pdf)]\n[[dataset](https:\u002F\u002Fgraspnet.net\u002F)]\n[[API](https:\u002F\u002Fgithub.com\u002Fgraspnet\u002FgraspnetAPI)]\n[[doc](https:\u002F\u002Fgraspnetapi.readthedocs.io\u002Fen\u002Flatest\u002Findex.html)]\n\n\u003Cdiv align=\"center\">    \n    \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fgraspnet_graspnet-baseline_readme_2cabe3607d7e.gif\", width=\"240\", alt=\"scene_0114\" \u002F>\n    \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fgraspnet_graspnet-baseline_readme_e9cbae0647eb.gif\", width=\"240\", alt=\"scene_0116\" \u002F>\n    \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fgraspnet_graspnet-baseline_readme_3ded977ce27c.gif\", width=\"240\", alt=\"scene_0117\" \u002F>\n    \u003Cbr> Top 50 grasps detected by our baseline model.\n\u003C\u002Fdiv>\n\n![teaser](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fgraspnet_graspnet-baseline_readme_36c6e9b2d040.png)\n\n## Requirements\n- Python 3\n- PyTorch 1.6\n- Open3d >=0.8\n- TensorBoard 2.3\n- NumPy\n- SciPy\n- Pillow\n- tqdm\n\n## Installation\nGet the code.\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fgraspnet\u002Fgraspnet-baseline.git\ncd graspnet-baseline\n```\nInstall packages via Pip.\n```bash\npip install -r requirements.txt\n```\nCompile and install pointnet2 operators (code adapted from [votenet](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fvotenet)).\n```bash\ncd pointnet2\npython setup.py install\n```\nCompile and install knn operator (code adapted from [pytorch_knn_cuda](https:\u002F\u002Fgithub.com\u002Fchrischoy\u002Fpytorch_knn_cuda)).\n```bash\ncd knn\npython setup.py install\n```\nInstall graspnetAPI for evaluation.\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fgraspnet\u002FgraspnetAPI.git\ncd graspnetAPI\npip install .\n```\n\n## Tolerance Label Generation\nTolerance labels are not included in the original dataset, and need additional generation. Make sure you have downloaded the orginal dataset from [GraspNet](https:\u002F\u002Fgraspnet.net\u002F). The generation code is in [dataset\u002Fgenerate_tolerance_label.py](dataset\u002Fgenerate_tolerance_label.py). You can simply generate tolerance label by running the script: (`--dataset_root` and `--num_workers` should be specified according to your settings)\n```bash\ncd dataset\nsh command_generate_tolerance_label.sh\n```\n\nOr you can download the tolerance labels from [Google Drive](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F1DcjGGhZIJsxd61719N0iWA7L6vNEK0ci\u002Fview?usp=sharing)\u002F[Baidu Pan](https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1HN29P-csHavJF-R_wec6SQ) and run:\n```bash\nmv tolerance.tar dataset\u002F\ncd dataset\ntar -xvf tolerance.tar\n```\n\n## Training and Testing\nTraining examples are shown in [command_train.sh](command_train.sh). `--dataset_root`, `--camera` and `--log_dir` should be specified according to your settings. You can use TensorBoard to visualize training process.\n\nTesting examples are shown in [command_test.sh](command_test.sh), which contains inference and result evaluation. `--dataset_root`, `--camera`, `--checkpoint_path` and `--dump_dir` should be specified according to your settings. Set `--collision_thresh` to -1 for fast inference.\n\nThe pretrained weights can be downloaded from:\n\n- `checkpoint-rs.tar`\n[[Google Drive](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F1hd0G8LN6tRpi4742XOTEisbTXNZ-1jmk\u002Fview?usp=sharing)]\n[[Baidu Pan](https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1Eme60l39tTZrilF0I86R5A)]\n- `checkpoint-kn.tar`\n[[Google Drive](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F1vK-d0yxwyJwXHYWOtH1bDMoe--uZ2oLX\u002Fview?usp=sharing)]\n[[Baidu Pan](https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1QpYzzyID-aG5CgHjPFNB9g)]\n\n`checkpoint-rs.tar` and `checkpoint-kn.tar` are trained using RealSense data and Kinect data respectively.\n\n## Demo\nA demo program is provided for grasp detection and visualization using RGB-D images. You can refer to [command_demo.sh](command_demo.sh) to run the program. `--checkpoint_path` should be specified according to your settings (make sure you have downloaded the pretrained weights, we recommend the realsense model since it might transfer better). The output should be similar to the following example:\n\n\u003Cdiv align=\"center\">    \n    \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fgraspnet_graspnet-baseline_readme_fb4395e87191.png\", width=\"480\", alt=\"demo_result\" \u002F>\n\u003C\u002Fdiv>\n\n__Try your own data__ by modifying `get_and_process_data()` in [demo.py](demo.py). Refer to [doc\u002Fexample_data\u002F](doc\u002Fexample_data\u002F) for data preparation. RGB-D images and camera intrinsics are required for inference. `factor_depth` stands for the scale for depth value to be transformed into meters. You can also add a workspace mask for denser output.\n\n## Results\nResults \"In repo\" report the model performance with single-view collision detection as post-processing. In evaluation we set `--collision_thresh` to 0.01.\n\nEvaluation results on RealSense camera:\n|          |        | Seen             |                  |        | Similar          |                  |        | Novel            |                  | \n|:--------:|:------:|:----------------:|:----------------:|:------:|:----------------:|:----------------:|:------:|:----------------:|:----------------:|\n|          | __AP__ | AP\u003Csub>0.8\u003C\u002Fsub> | AP\u003Csub>0.4\u003C\u002Fsub> | __AP__ | AP\u003Csub>0.8\u003C\u002Fsub> | AP\u003Csub>0.4\u003C\u002Fsub> | __AP__ | AP\u003Csub>0.8\u003C\u002Fsub> | AP\u003Csub>0.4\u003C\u002Fsub> |\n| In paper | 27.56  | 33.43            | 16.95            | 26.11  | 34.18            | 14.23            | 10.55  | 11.25            | 3.98             |\n| In repo  | 47.47  | 55.90            | 41.33            | 42.27  | 51.01            | 35.40            | 16.61  | 20.84            | 8.30             |\n\nEvaluation results on Kinect camera:\n|          |        | Seen             |                  |        | Similar          |                  |        | Novel            |                  | \n|:--------:|:------:|:----------------:|:----------------:|:------:|:----------------:|:----------------:|:------:|:----------------:|:----------------:|\n|          | __AP__ | AP\u003Csub>0.8\u003C\u002Fsub> | AP\u003Csub>0.4\u003C\u002Fsub> | __AP__ | AP\u003Csub>0.8\u003C\u002Fsub> | AP\u003Csub>0.4\u003C\u002Fsub> | __AP__ | AP\u003Csub>0.8\u003C\u002Fsub> | AP\u003Csub>0.4\u003C\u002Fsub> |\n| In paper | 29.88  | 36.19            | 19.31            | 27.84  | 33.19            | 16.62            | 11.51  | 12.92            | 3.56             |\n| In repo  | 42.02  | 49.91            | 35.34            | 37.35  | 44.82            | 30.40            | 12.17  | 15.17            | 5.51             |\n\n## Citation\nPlease cite our paper in your publications if it helps your research:\n```\n@article{fang2023robust,\n  title={Robust grasping across diverse sensor qualities: The GraspNet-1Billion dataset},\n  author={Fang, Hao-Shu and Gou, Minghao and Wang, Chenxi and Lu, Cewu},\n  journal={The International Journal of Robotics Research},\n  year={2023},\n  publisher={SAGE Publications Sage UK: London, England}\n}\n\n@inproceedings{fang2020graspnet,\n  title={GraspNet-1Billion: A Large-Scale Benchmark for General Object Grasping},\n  author={Fang, Hao-Shu and Wang, Chenxi and Gou, Minghao and Lu, Cewu},\n  booktitle={Proceedings of the IEEE\u002FCVF Conference on Computer Vision and Pattern Recognition(CVPR)},\n  pages={11444--11453},\n  year={2020}\n}\n```\n\n## License\nAll data, labels, code and models belong to the graspnet team, MVIG, SJTU and are freely available for free non-commercial use, and may be redistributed under these conditions. For commercial queries, please drop an email at fhaoshu at gmail_dot_com and cc lucewu at sjtu.edu.cn .\n","# GraspNet 基线模型\n“GraspNet-1Billion：大规模通用物体抓取基准”（CVPR 2020）的基线模型。\n\n[[论文](https:\u002F\u002Fopenaccess.thecvf.com\u002Fcontent_CVPR_2020\u002Fpapers\u002FFang_GraspNet-1Billion_A_Large-Scale_Benchmark_for_General_Object_Grasping_CVPR_2020_paper.pdf)]\n[[数据集](https:\u002F\u002Fgraspnet.net\u002F)]\n[[API](https:\u002F\u002Fgithub.com\u002Fgraspnet\u002FgraspnetAPI)]\n[[文档](https:\u002F\u002Fgraspnetapi.readthedocs.io\u002Fen\u002Flatest\u002Findex.html)]\n\n\u003Cdiv align=\"center\">    \n    \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fgraspnet_graspnet-baseline_readme_2cabe3607d7e.gif\", width=\"240\", alt=\"scene_0114\" \u002F>\n    \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fgraspnet_graspnet-baseline_readme_e9cbae0647eb.gif\", width=\"240\", alt=\"scene_0116\" \u002F>\n    \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fgraspnet_graspnet-baseline_readme_3ded977ce27c.gif\", width=\"240\", alt=\"scene_0117\" \u002F>\n    \u003Cbr> 我们的基线模型检测到的前50个抓取姿态。\n\u003C\u002Fdiv>\n\n![teaser](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fgraspnet_graspnet-baseline_readme_36c6e9b2d040.png)\n\n## 需求\n- Python 3\n- PyTorch 1.6\n- Open3d >=0.8\n- TensorBoard 2.3\n- NumPy\n- SciPy\n- Pillow\n- tqdm\n\n## 安装\n获取代码。\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fgraspnet\u002Fgraspnet-baseline.git\ncd graspnet-baseline\n```\n通过 Pip 安装依赖包。\n```bash\npip install -r requirements.txt\n```\n编译并安装 pointnet2 操作符（代码改编自 [votenet](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fvotenet)）。\n```bash\ncd pointnet2\npython setup.py install\n```\n编译并安装 knn 操作符（代码改编自 [pytorch_knn_cuda](https:\u002F\u002Fgithub.com\u002Fchrischoy\u002Fpytorch_knn_cuda)）。\n```bash\ncd knn\npython setup.py install\n```\n安装 graspnetAPI 用于评估。\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fgraspnet\u002FgraspnetAPI.git\ncd graspnetAPI\npip install .\n```\n\n## 容差标签生成\n原始数据集中不包含容差标签，需要额外生成。请确保已从 [GraspNet](https:\u002F\u002Fgraspnet.net\u002F) 下载原始数据集。生成代码位于 [dataset\u002Fgenerate_tolerance_label.py](dataset\u002Fgenerate_tolerance_label.py)。只需运行该脚本即可生成容差标签：（`--dataset_root` 和 `--num_workers` 应根据您的设置指定）\n```bash\ncd dataset\nsh command_generate_tolerance_label.sh\n```\n\n或者您也可以从 [Google Drive](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F1DcjGGhZIJsxd61719N0iWA7L6vNEK0ci\u002Fview?usp=sharing)\u002F[百度网盘](https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1HN29P-csHavJF-R_wec6SQ) 下载容差标签，然后运行：\n```bash\nmv tolerance.tar dataset\u002F\ncd dataset\ntar -xvf tolerance.tar\n```\n\n## 训练与测试\n训练示例见 [command_train.sh](command_train.sh)。`--dataset_root`、`--camera` 和 `--log_dir` 应根据您的设置指定。您可以使用 TensorBoard 可视化训练过程。\n\n测试示例见 [command_test.sh](command_test.sh)，其中包含推理和结果评估。`--dataset_root`、`--camera`、`--checkpoint_path` 和 `--dump_dir` 应根据您的设置指定。若需快速推理，可将 `--collision_thresh` 设置为 -1。\n\n预训练权重可从以下链接下载：\n\n- `checkpoint-rs.tar`\n[[Google Drive](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F1hd0G8LN6tRpi4742XOTEisbTXNZ-1jmk\u002Fview?usp=sharing)]\n[[百度网盘](https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1Eme60l39tTZrilF0I86R5A)]\n- `checkpoint-kn.tar`\n[[Google Drive](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F1vK-d0yxwyJwXHYWOtH1bDMoe--uZ2oLX\u002Fview?usp=sharing)]\n[[百度网盘](https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1QpYzzyID-aG5CgHjPFNB9g)]\n\n`checkpoint-rs.tar` 和 `checkpoint-kn.tar` 分别使用 RealSense 数据和 Kinect 数据进行训练。\n\n## 演示\n提供了一个演示程序，用于基于 RGB-D 图像的抓取检测与可视化。您可以参考 [command_demo.sh](command_demo.sh) 来运行该程序。`--checkpoint_path` 应根据您的设置指定（请确保已下载预训练权重，我们推荐使用 RealSense 模型，因为它可能具有更好的迁移性）。输出应类似于以下示例：\n\n\u003Cdiv align=\"center\">    \n    \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fgraspnet_graspnet-baseline_readme_fb4395e87191.png\", width=\"480\", alt=\"demo_result\" \u002F>\n\u003C\u002Fdiv>\n\n__尝试您自己的数据__，方法是修改 [demo.py](demo.py) 中的 `get_and_process_data()` 函数。有关数据准备，请参阅 [doc\u002Fexample_data\u002F](doc\u002Fexample_data\u002F)。推理需要 RGB-D 图像和相机内参。`factor_depth` 表示将深度值转换为米的比例因子。您还可以添加工作空间掩码以获得更密集的输出。\n\n## 结果\n“仓库内”的结果报告了在单视角碰撞检测后处理下的模型性能。在评估中，我们将 `--collision_thresh` 设置为 0.01。\n\nRealSense 相机的评估结果：\n|          |        | 已见             |                  |        | 类似          |                  |        | 全新            |                  | \n|:--------:|:------:|:----------------:|:----------------:|:------:|:----------------:|:----------------:|:------:|:----------------:|:----------------:|\n|          | __AP__ | AP\u003Csub>0.8\u003C\u002Fsub> | AP\u003Csub>0.4\u003C\u002Fsub> | __AP__ | AP\u003Csub>0.8\u003C\u002Fsub> | AP\u003Csub>0.4\u003C\u002Fsub> | __AP__ | AP\u003Csub>0.8\u003C\u002Fsub> | AP\u003Csub>0.4\u003C\u002Fsub> |\n| 论文中   | 27.56  | 33.43            | 16.95            | 26.11  | 34.18            | 14.23            | 10.55  | 11.25            | 3.98             |\n| 仓库内   | 47.47  | 55.90            | 41.33            | 42.27  | 51.01            | 35.40            | 16.61  | 20.84            | 8.30             |\n\nKinect 相机的评估结果：\n|          |        | 已见             |                  |        | 类似          |                  |        | 全新            |                  | \n|:--------:|:------:|:----------------:|:----------------:|:------:|:----------------:|:----------------:|:------:|:----------------:|:----------------:|\n|          | __AP__ | AP\u003Csub>0.8\u003C\u002Fsub> | AP\u003Csub>0.4\u003C\u002Fsub> | __AP__ | AP\u003Csub>0.8\u003C\u002Fsub> | AP\u003Csub>0.4\u003C\u002Fsub> | __AP__ | AP\u003Csub>0.8\u003C\u002Fsub> | AP\u003Csub>0.4\u003C\u002Fsub> |\n| 论文中   | 29.88  | 36.19            | 19.31            | 27.84  | 33.19            | 16.62            | 11.51  | 12.92            | 3.56             |\n| 仓库内   | 42.02  | 49.91            | 35.34            | 37.35  | 44.82            | 30.40            | 12.17  | 15.17            | 5.51             |\n\n## 引用\n如果我们的论文对您的研究有所帮助，请在您的出版物中引用：\n```\n@article{fang2023robust,\n  title={跨不同传感器质量的鲁棒抓取：GraspNet-1Billion数据集},\n  author={Fang, Hao-Shu and Gou, Minghao and Wang, Chenxi and Lu, Cewu},\n  journal={国际机器人研究期刊},\n  year={2023},\n  publisher={SAGE Publications Sage UK: 伦敦，英格兰}\n}\n\n@inproceedings{fang2020graspnet,\n  title={GraspNet-1Billion：大规模通用物体抓取基准},\n  author={Fang, Hao-Shu and Wang, Chenxi and Gou, Minghao and Lu, Cewu},\n  booktitle={IEEE\u002FCVF计算机视觉与模式识别会议（CVPR）论文集},\n  pages={11444--11453},\n  year={2020}\n}\n```\n\n## 许可\n所有数据、标注、代码和模型均归GraspNet团队、MVIG及上海交通大学所有，可供免费的非商业用途使用，并可在满足上述条件的情况下重新分发。如需商业用途授权，请发送邮件至fhaoshu at gmail_dot_com，并抄送lucewu at sjtu.edu.cn。","# GraspNet Baseline 快速上手指南\n\nGraspNet Baseline 是 CVPR 2020 论文《GraspNet-1Billion: A Large-Scale Benchmark for General Object Grasping》的基准模型，用于通用物体抓取检测。本指南将帮助你快速搭建环境并运行演示。\n\n## 环境准备\n\n在开始之前，请确保你的系统满足以下要求：\n\n*   **操作系统**: Linux (推荐 Ubuntu)\n*   **Python**: 3.x\n*   **深度学习框架**: PyTorch 1.6\n*   **核心依赖**:\n    *   Open3d >= 0.8\n    *   TensorBoard 2.3\n    *   NumPy, SciPy, Pillow, tqdm\n*   **编译器**: 需安装 `gcc` 和 `g++` 以编译 CUDA 算子（pointnet2 和 knn）。\n\n## 安装步骤\n\n### 1. 获取代码\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fgraspnet\u002Fgraspnet-baseline.git\ncd graspnet-baseline\n```\n\n### 2. 安装 Python 依赖\n建议使用国内镜像源加速安装：\n```bash\npip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n```\n\n### 3. 编译自定义算子\n需要分别编译 PointNet++ 和 KNN 算子：\n```bash\n# 编译 pointnet2\ncd pointnet2\npython setup.py install\ncd ..\n\n# 编译 knn\ncd knn\npython setup.py install\ncd ..\n```\n\n### 4. 安装评估 API (graspnetAPI)\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fgraspnet\u002FgraspnetAPI.git\ncd graspnetAPI\npip install . -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\ncd ..\n```\n\n### 5. 准备数据与标签\n**注意**：原始数据集中不包含容差标签（Tolerance labels），需额外生成或下载。\n\n*   **方案 A（推荐，直接下载）**：\n    从 [百度网盘](https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1HN29P-csHavJF-R_wec6SQ) 下载 `tolerance.tar`，放入 `dataset\u002F` 目录后解压：\n    ```bash\n    mv tolerance.tar dataset\u002F\n    cd dataset\n    tar -xvf tolerance.tar\n    cd ..\n    ```\n    *(同时请前往 [GraspNet 官网](https:\u002F\u002Fgraspnet.net\u002F) 下载原始数据集)*\n\n*   **方案 B（自行生成）**：\n    若已下载原始数据集，可运行脚本生成：\n    ```bash\n    cd dataset\n    # 请根据实际路径修改 --dataset_root\n    sh command_generate_tolerance_label.sh\n    cd ..\n    ```\n\n### 6. 下载预训练权重\n根据使用的相机类型下载对应的权重文件，并放置于项目根目录或指定路径：\n*   **RealSense 模型** (`checkpoint-rs.tar`): [Google Drive](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F1hd0G8LN6tRpi4742XOTEisbTXNZ-1jmk\u002Fview?usp=sharing) | [百度网盘](https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1Eme60l39tTZrilF0I86R5A)\n*   **Kinect 模型** (`checkpoint-kn.tar`): [Google Drive](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F1vK-d0yxwyJwXHYWOtH1bDMoe--uZ2oLX\u002Fview?usp=sharing) | [百度网盘](https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1QpYzzyID-aG5CgHjPFNB9g)\n\n*(注：RealSense 模型通常具有更好的迁移效果，推荐优先使用)*\n\n## 基本使用\n\n### 运行 Demo 演示\n本项目提供了基于 RGB-D 图像的抓取检测演示脚本。确保已下载预训练权重（如 `checkpoint-rs.tar`），然后运行：\n\n```bash\n# 请根据实际情况修改 --checkpoint_path 指向你的权重文件\nsh command_demo.sh\n```\n\n脚本执行后，将输出可视化结果，展示检测到的前 50 个抓取姿态。\n\n### 使用自定义数据\n若要测试自己的 RGB-D 数据，请修改 `demo.py` 中的 `get_and_process_data()` 函数。\n*   **输入要求**: RGB 图像、深度图像、相机内参。\n*   **深度缩放**: `factor_depth` 参数用于将深度值转换为米（例如 Kinect v2 通常为 1000，RealSense 可能不同）。\n*   **工作空间掩码**: 可选添加 workspace mask 以获得更密集的输出。\n\n参考 `doc\u002Fexample_data\u002F` 目录了解数据格式要求。","某智能仓储团队正在开发一款能适应未知商品的通用机械臂分拣系统，需处理传送带上杂乱堆叠的各类日常物品。\n\n### 没有 graspnet-baseline 时\n- **泛化能力极差**：传统算法依赖人工设定规则或针对特定物体训练，一旦遇到未见过的新奇形状商品（如异形玩具、不规则包装），机械臂往往无法识别抓取点导致任务失败。\n- **开发周期漫长**：工程师需要为每类新商品重新采集数据并标注抓取位姿，耗时数周才能完成一次模型迭代，严重拖慢产品上线进度。\n- **抗干扰能力弱**：在物体密集堆叠或遮挡严重的场景下，旧方案难以计算出无碰撞的抓取姿态，频繁发生机械臂撞击货物或空抓现象。\n- **缺乏统一标准**：团队内部使用多种分散的算法框架，缺乏权威的基准测试，难以客观评估不同策略的真实性能优劣。\n\n### 使用 graspnet-baseline 后\n- **实现通用抓取**：graspnet-baseline 基于十亿级大规模数据集训练，能直接理解从未见过的物体几何特征，瞬间生成高质量的抓取候选点，轻松应对各种异形商品。\n- **大幅缩短研发路经**：团队可直接加载官方提供的预训练权重（如 RealSense 或 Kinect 版本）进行推理，无需从零训练，将新场景适配时间从数周压缩至数小时。\n- **精准避障规划**：模型输出的抓取位姿包含详细的碰撞检测信息，能有效在密集堆叠场景中筛选出无碰撞的最佳抓取方案，显著提升分拣成功率。\n- **拥有权威评估标尺**：依托 GraspNet-1Billion 基准套件，团队可利用标准 API 快速量化评估模型效果，清晰定位优化方向，确保持续迭代的有效性。\n\ngraspnet-baseline 将机械臂从“只能抓已知物”的专用工具升级为“看懂万物”的通用智能体，彻底打破了非结构化环境下的自动化分拣瓶颈。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fgraspnet_graspnet-baseline_fb4395e8.png","graspnet","GraspNet","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fgraspnet_7a3b908b.png","GraspNet-1Billion official orgnization. Make general grasping great!",null,"fhaoshu@gmail.com","https:\u002F\u002Fgraspnet.net","https:\u002F\u002Fgithub.com\u002Fgraspnet",[81,85,89,93,97],{"name":82,"color":83,"percentage":84},"Python","#3572A5",73.1,{"name":86,"color":87,"percentage":88},"Cuda","#3A4E3A",15.4,{"name":90,"color":91,"percentage":92},"C++","#f34b7d",8.6,{"name":94,"color":95,"percentage":96},"C","#555555",2.5,{"name":98,"color":99,"percentage":100},"Shell","#89e051",0.4,917,213,"2026-04-14T03:46:45","NOASSERTION",4,"未说明","需要 NVIDIA GPU (隐含，因需编译 CUDA 算子 pointnet2 和 knn)，具体型号和显存未说明",{"notes":109,"python":110,"dependencies":111},"1. 必须手动编译并安装自定义 CUDA 算子（pointnet2 和 knn），因此运行环境需配备完整的 C++ 编译器和与 PyTorch 1.6 匹配的 CUDA 工具包。\n2. 原始数据集中不包含容差标签（Tolerance labels），首次使用前需运行脚本生成或从提供的链接下载解压。\n3. 评估功能需要额外安装 graspnetAPI。\n4. 提供了针对 RealSense 和 Kinect 两种相机数据的预训练权重。","3",[112,113,114,115,116,117,118],"PyTorch==1.6","Open3d>=0.8","TensorBoard==2.3","NumPy","SciPy","Pillow","tqdm",[14,120],"其他",[122,123,124,125,126,127],"point-cloud","grasping","3d","deep-learning","robotics","graspnet-1billion","2026-03-27T02:49:30.150509","2026-04-15T04:35:22.140466",[],[]]