Gegevenssets / Onderzoek

robot-grasp-detection · tnikolla

Het detecteren van robotgrijpposities met diepe neurale netwerken. Het model is getraind op Cornell Grasping Dataset. Dit is een implementatie die voornamelijk gebaseerd is op het artikel 'Real-Time Grasp Detection Using…

robot demonstrations
Uitgeversrepository ↗
robot-grasp-detection · tnikolla screenshot van de bronpagina
Schermafbeelding van bron · vastgelegd 2026-10-10 · visueel beoordeeld

Overzicht

Het detecteren van robotgrijpposities met diepe neurale netwerken. Het model is getraind op Cornell Grasping Dataset. Dit is een implementatie die voornamelijk gebaseerd is op het artikel 'Real-Time Grasp Detection Using…

Doel van de uitgever: Het detecteren van robotgrijpposities met diepe neurale netwerken. Het model is getraind op Cornell Grasping Dataset. Dit is een implementatie die voornamelijk gebaseerd is op het artikel 'Real-Time Grasp Detection Using Convolutional Neural Networks' van Redmon en Angelova.

Controleer vóór gebruik de datakaart, uitvoering, schema, verzamelvoorwaarden en datasetspecifieke licentie. Gegevenstoegang en geschiktheid voor een bepaalde trainingsopstelling vereisen een afzonderlijke bevestiging.

Projectinformatie

Onderhouder
tnikolla
Primaire taal
Python
Licentie voor repositorycode
Apache-2.0
Modelgewicht licentie
Niet opgenomen
Dataset-licentie
Niet opgenomen
Hardware-ontwerplicentie
Niet opgenomen
Onderhoud
Niet gearchiveerd in de laatst opgenomen metadata
Laatst waargenomen opslagplaatspush
2018-01-26

Codelicenties hebben niet automatisch betrekking op modelgewichten, datasets of hardwareontwerpen. Voor niet-opgenomen licentiegegevens is bevestiging door de uitgever vereist.

Documentatie secties

  • 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

Blader door de categorieën van deze bron

Ontdek gerelateerde collecties

Blader Gegevenssets →