抓取检测数据集Cornell只给了pcd****.txt点云文件，而训练的话需要.tiff格式，本资源是利用GG-CNN神经网络处理生成的.tiff格式文件，可以直接用于训练。
2022-08-09 15:05:46
774.76MB
1
在学习古月居课程《基于深度学习的机器人平面抓取》的过程中，针对GGCNN抓取网络，训练GGCNN需要两个文件：.mat格式的标签文件和.tiff格式的深度图，因为文件体积太大，我分成两个文件来发。
本资源是根据pcd****label.txt文件生成的pcd****grasp.mat文件
2022-08-09 15:05:45
8.69MB
1
注意：这是用于以下RSS 2018论文的原始代码。 它处于非常糟糕的状态，不太可能维护，因此我建议您在master分支中使用更新的PyTorch，它对用户更加友好。
生成式抓取CNN（GG-CNN）
GG-CNN是一个轻量级的，完全卷积的网络，可预测输入深度图像中每个像素处对偶抓取的质量和姿势。 GG-CNN的轻量级和单遍生成特性可实现快速执行和闭环控制，从而在抓取尝试期间移动对象的动态环境中实现准确抓取。
该存储库包含以下论文中的生成式把握卷积神经网络（GG-CNN）的实现：
闭合循环以进行机器人抓取：实时，生成的抓取综合方法
（ ，（ ，于
机器人技术：科学与系统（RSS）2018
|
如果您使用本作品，请引用：
@article{morrison2018closing,
title={Closing the Loop for Robotic Grasping:
2021-04-27 13:08:25
458KB
1