![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
神经网络
文章平均质量分 54
千羽QY
这个作者很懒,什么都没留下…
展开
-
变分自编码器VAE的直观理解与原理推导 及 问题记录
变分自编码器VAE的直观理解与原理推导 及 问题记录原创 2022-10-14 11:35:27 · 553 阅读 · 0 评论 -
机器人抓取实验演示视频
视频是要和论文一块上传的,但是论文还没改完,就先分享个半成品。感兴趣的同学可以在B站看到我发布的其他视频:https://space.bilibili.com/277031414 机器人抓取实验demo ...原创 2021-04-23 11:24:22 · 404 阅读 · 8 评论 -
GAN网络思想
GAN网络由生成器generator和判别器discrimator组成:生成器输入固定长度的随机噪声,输出固定尺寸的图像(即伪造的假图);判别器输入图像,输出该图像是真图的概率。将生成器和判别器首尾相连构成一个大网络,输入是随机噪声,输出图像是真图的概率(这个图像可以是生成器生成的图像,也可以是人为输入给判别器的图像)。训练流程:首先固定住生成器,输入随机噪声,将生成器输出的假图和同样多的真图输入判别器,训练标签和输入对应:假图-0,真图-1;只训练判别器,训练结果是判别器可以分辨真图和非常原创 2021-03-11 21:44:46 · 268 阅读 · 0 评论 -
基于学习的平面抓取检测方法分类及讨论
平面抓取检测的任务是,输入感知数据,输出抓取配置。到目前,基于学习的平面抓取检测方法主要分为两类:(1)一阶段的端到端学习方法。(2)两阶段的学习方法。1、一阶段学习法在这类方法中,直接学习从输入数据到抓取配置的映射函数,即神经网络。输入通常为RGB图像或深度图像,输出为抓取配置的集合,然后根据置信度选取最优的抓取配置。目前以基于矩形框抓取表示的方法为主,如(1)Fully Convolutional Grasp Detection Network with Oriented Ancho原创 2020-12-14 17:37:15 · 1704 阅读 · 6 评论 -
抓取检测之Dex-Net 2.0
前言如今,在各种期刊顶会都能看到平面抓取检测的论文,他们声称能应对多物体堆叠场景,然而实际效果都不尽人意,我认为主要原因有如下几点:(1)缺乏多物体堆叠场景的抓取数据集。现在最常用的Cornell Grasp Dataset, Jacquard数据集都是单目标场景。(像Dex-Net数据集和Google机器人工厂这种东西普通研究者就只能看着了)(2)现在的研究者过于强调端到端检测。(3)没有一个合适的抓取表示法。如何利用少量数据集学习一个端到端网络或者整个方法中的一个子网络,实现堆叠场景原创 2020-12-11 21:47:01 · 5678 阅读 · 15 评论 -
抓取检测之 Convolutional multi-grasp detection using grasp path for RGBD images
目前的平面抓取检测主要基于Jiang在2014年提出的矩形抓取表示,其最大的缺点是,无法对物体的抓取真值进行详尽的标注(或者说现有的数据集没有详尽的标注),导致两个问题:(1)无法为神经网络提供完美的真值;(2)无法准确的验证,因为一个实际可操作的预测抓取可能不满足验证标准,即IOU>0.25 & angle<30,反之亦然。容易想到的一个解决办法是,对数据集进行像素级标注,使标注的抓取尽量贴近真值,但是这个方案难以实现,替代的,Chen提出了一个简化的方法,即本文介绍的论文原创 2020-12-09 15:47:33 · 824 阅读 · 0 评论 -
制作coco数据集
制作顺序:1、labelme标注mask,得到json文件2、根据标注的mask计算得到bbox,并将json文件转为xml文件。3、将所有图像对应的xml文件转为一个json文件。完整的程序请看:等待审核中。。。# -*- coding: UTF-8 -*-"""===============================================@Author : wangdx@Date : 2020/11/2================================原创 2020-11-02 19:52:40 · 991 阅读 · 0 评论 -
ubuntu安装mmdetection记录
配置列表ubuntu 16.04python 3.6pytorch 1.3.1mmdetection 2.2.1mmcv:git clone https://github.com/open-mmlab/mmcv.gitcd mmcvMMCV_WITH_OPS=1 pip install -e .安装mmcv大约需要5-10分钟。原创 2020-07-14 09:15:36 · 1078 阅读 · 0 评论 -
普通卷积、Depthwise(DW)卷积、Pointwise(PW)卷积、Atrous卷积
转发自:https://blog.csdn.net/T_J_S/article/details/94629637普通卷积Depthwise(DW)卷积不同于常规卷积操作,Depthwise Convolution的一个卷积核负责一个通道,一个通道只被一个卷积核卷积。上面所提到的常规卷积每个卷积核是同时操作输入图片的每个通道。同样是对于一张5×5像素、三通道彩色输入图片(shape为5×5...转载 2020-03-28 18:58:17 · 7023 阅读 · 0 评论