Repositorio
Investigación
example robot data · Gepetto
Ejemplo de datos de robots recopila modelos URDF de robots para puntos de referencia y ejemplos.
Activos de escenas y objetos
Conjuntos de datos / Investigación
robot-grasp-detection · tnikolla
Detección de posiciones de agarre de robots con redes neuronales profundas. El modelo está entrenado en Cornell Grasping Dataset. Esta es una implementación basada principalmente en el artículo 'Detección de agarre en tiempo real usando...
Descripción general
Detección de posiciones de agarre de robots con redes neuronales profundas. El modelo está entrenado en Cornell Grasping Dataset. Esta es una implementación basada principalmente en el artículo 'Detección de agarre en tiempo real usando...
Propósito del editor: Detectar posiciones de agarre de robots con redes neuronales profundas. El modelo está entrenado en Cornell Grasping Dataset. Esta es una implementación basada principalmente en el artículo 'Detección de agarre en tiempo real utilizando redes neuronales convolucionales' de Redmon y Angelova.
Revise la tarjeta de datos, la realización, el esquema, las condiciones de recopilación y la licencia específica del conjunto de datos antes de su uso. El acceso a los datos y la idoneidad para una configuración de entrenamiento particular necesitan confirmación por separado.
Información del proyecto
- mantenedor
- tnikolla
- idioma principal
- Python
- Licencia de código de repositorio
- Apache-2.0
- Licencia de peso modelo
- No registrado
- Licencia de conjunto de datos
- No registrado
- Licencia de diseño de hardware
- No registrado
- Mantenimiento
- No archivado en los últimos metadatos registrados
- Último envío de repositorio observado
- 2018-01-26
Las licencias de código no cubren automáticamente los pesos de los modelos, los conjuntos de datos o los diseños de hardware. Los detalles de la licencia no registrada requieren confirmación con el editor.
Secciones de documentación
- Detecting grasping positions with deep neural networks using RGB images
- Problem description
- How to train from scratch
- Prepering Imagenet
- Training on Imagenet
- Prepering Cornell grasping dataset
Explore las categorías de este recurso
Explora colecciones relacionadas
Navegar Conjuntos de datos →Más en Conjuntos de datos
Repositorio
Investigación
Repositorio
Investigación
MuJoCo Menagerie
Activos de modelos de robots para experimentos de control y simulación MuJoCo.
Activos de escenas y objetos
Repositorio
Investigación
M2DGR · SJTU-ViSYS
M2DGR: un conjunto de datos multimodal y multiescenario para robots terrestres (RA-L2021 e ICRA2022)
Demostraciones de robots
Repositorio
Investigación
M3DGR · sjtuyinjie
M3DGR: un conjunto de datos SLAM de múltiples sensores, múltiples escenarios y línea de base masiva para robots terrestres (IROS2025)
Demostraciones de robots
Repositorio
Investigación
oomwoo-one · makerspet
Aspiradora de código abierto, modelo One: paquete de descripción del robot ROS2
Activos de escenas y objetos
Repositorio
Investigación
proscenic-m6pro · makerspet
Descripción del robot ROS2 para Proscenic M6 Pro
Activos de escenas y objetos