Référentiel
Recherche
example robot data · Gepetto
Exemple de données de robot collecte des modèles URDF de robots à des fins de référence et d'exemples.
Actifs de scène et d'objet
Ensembles de données / Recherche
robot-grasp-detection · tnikolla
Détection des positions de préhension des robots avec des réseaux neuronaux profonds. Le modèle est formé sur l'ensemble de données Cornell Grasping. Il s'agit d'une implémentation principalement basée sur l'article 'Real-Time Grasp Detection Using…
Aperçu
Détection des positions de préhension des robots avec des réseaux neuronaux profonds. Le modèle est formé sur l'ensemble de données Cornell Grasping. Il s'agit d'une implémentation principalement basée sur l'article 'Real-Time Grasp Detection Using…
Objectif de l'éditeur : Détection des positions de préhension des robots avec des réseaux neuronaux profonds. Le modèle est formé sur l'ensemble de données Cornell Grasping. Il s'agit d'une implémentation principalement basée sur l'article « Real-Time Grasp Detection Using Convolutional Neural Networks » de Redmon et Angelova.
Examinez la carte de données, le mode de réalisation, le schéma, les conditions de collecte et la licence spécifique à l'ensemble de données avant utilisation. L'accès aux données et l'adéquation à une configuration de formation particulière nécessitent une confirmation séparée.
Informations sur le projet
- Mainteneur
- tnikolla
- Langue principale
- Python
- Licence de code de référentiel
- Apache-2.0
- Licence de poids modèle
- Non enregistré
- Licence de jeu de données
- Non enregistré
- Licence de conception de matériel
- Non enregistré
- Entretien
- Non archivé dans les dernières métadonnées enregistrées
- Dernière poussée du référentiel observée
- 2018-01-26
Les licences de code ne couvrent pas automatiquement les poids des modèles, les ensembles de données ou les conceptions matérielles. Les détails de licence non enregistrés nécessitent une confirmation auprès de l'éditeur.
Rubriques documentaires
- 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
Parcourez les catégories de cette ressource
Explorez les collections associées
Parcourir Ensembles de données →Plus dans Ensembles de données
Référentiel
Recherche
Référentiel
Recherche
MuJoCo Menagerie
Actifs de modèle de robot pour les expériences de simulation et de contrôle MuJoCo.
Actifs de scène et d'objet
Référentiel
Recherche
M2DGR · SJTU-ViSYS
M2DGR : un ensemble de données multimodal et multi-scénarios pour les robots terrestres (RA-L2021 & ICRA2022)
Démonstrations de robots
Référentiel
Recherche
M3DGR · sjtuyinjie
M3DGR : un ensemble de données SLAM multi-capteurs, multi-scénarios et à base de référence massive pour les robots terrestres (IROS2025)
Démonstrations de robots
Référentiel
Recherche
oomwoo-one · makerspet
Aspirateur open source, modèle One - Package de description du robot ROS2
Actifs de scène et d'objet
Référentiel
Recherche
proscenic-m6pro · makerspet
Description du robot ROS2 pour Proscenic M6 Pro
Actifs de scène et d'objet