注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于BP 神经网络的多相管流模型优选及应用分析

  2. 基于BP 神经网络的多相管流模型优选及应用分析，钟海全，李颖川，应用91井次的油气井测试数据对Ansari、Hagedorn&Brown Revised、Duns&Ros、Gray以及Beggs&Brill Revised模型进行了评价分析，结果表明：最适合的模型�

  3. 所属分类：其它

    • 发布日期：2020-03-03
    • 文件大小：367616
    • 提供者：weixin_38734276

  1. 向人类学习如何抓取：数据驱动的架构 拟人软手自主抓握

  2. 软手是将顺应性元素嵌入其机械设计中的机器人系统。这样可以有效地适应物品和环境，并最终提高其抓握性能。如果与经典的刚性手相比，这些手在人性化操作方面具有明显的优势，即易于使用和坚固耐用。但是，由于缺乏合适的控制策略，它们在自主控制方面的潜力仍未得到开发。为了解决这个问题，在这项工作中，我们提出了一种方法，可以从观察人类策略开始，使软手能够自主地抓握物体。通过深度神经网络实现的分类器将要抓取的物体的视觉信息作为输入，并预测人类将执行哪些操作来实现目标。因此，此信息用于从一组人类启发的原语中选择一个，

  3. 所属分类：深度学习

    • 发布日期：2019-10-20
    • 文件大小：560128
    • 提供者：qq_16481211

  1. 深度学习方法在ROS中的应用

  2. 分享一下ROS暑期学校的讲义，介绍了深度学习方法在ROS中的应用；举例说明了深度卷积神经网络在计算机视觉中的应用；最后介绍了深度学习和ROS的融合，以Caffe为例说明了深度学习技术与ROS的集成开发方法。01从视觉系统到深度卷积神经网络 传统的计算机视觉高层处理任务 1)目标检测;2)目标分类;3)目标识别 、b回分需吧 口证1、图面1 圆器、 1000,000,00016748940 四口 Image Net Large Scale Visual Recognition Challenges

  3. 所属分类：深度学习

    • 发布日期：2019-01-12
    • 文件大小：2097152
    • 提供者：weijun_qiu

  1. Robotics-Object-Pose-Estimation:一个完整的端到端演示，我们在Unity中收集训练数据，并使用该数据训练深度神经网络来预测立方体的姿势。 然后将此模型部署到模拟的机器人取放任务中-源码

  2. 对象姿势估计演示 本教程将介绍在Unity中使用UR3机械臂执行姿势估计所需的步骤。 您将获得将ROS与Unity集成，导入URDF模型，收集标记的训练数据以及训练和部署深度学习模型的经验。 在本教程结束时，您将能够在Unity中使用机械臂执行拾取和放置操作，并使用计算机视觉感知机器人拾取的对象。 是否想跳过本教程并运行完整的演示？ 查看我们的。 是否想跳过本教程，而专注于为深度学习模型收集训练数据？ 查看我们的。 注意：该项目是使用Python 3和ROS Noetic开发的。 目录

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：35651584
    • 提供者：weixin_42138525

  1. nist-atb-eval：ROS软件包-NIST组装任务板的数据收集和自动评估-源码

  2. 内在评价 描述 该软件包包含用于数据收集，网络培训和自动评估的。 首先，OpenCV用于从图像中提取任务板，并使用Homography将其扭曲为规则的正方形图像。 这些几乎相同的任务板图像构成了数据集的基础。 然后从原始数据集中提取每个组件，然后使用这些子图像来训练用于分类每个组件的单个神经网络。 为了评估任务板，使用相同的过程提取任务板，将其拆分为组件图像，然后将这些图像通过各自的网络发送，以获取每个得分。 然后可以将这些分数相加以获得董事会的整体分数。 包装仍在进行中。 阶段1：数据集收集

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：291504128
    • 提供者：weixin_42168830

  1. 自动驾驶汽车：Udacity开源自动驾驶汽车项目-源码

  2. 我们正在建造一款开源无人驾驶汽车 我们希望得到您的帮助！ 在 ，我们相信教育民主化。 我们如何为地球上的每个人提供机会？ 我们也相信教授真正令人惊奇和有用的主题。 当我们决定建立，向世界传授如何制造自动驾驶汽车时，我们立即知道我们也必须解决我们自己的汽车。 我们与汽车创始人和总裁塞巴斯蒂安·特伦（Sebastian Thrun）一起，组成了我们的核心无人驾驶汽车团队。 我们做出的第一个决定之一？ 开源代码，由来自全球的数百名学生编写！ 。 会费 以下是我们开源的项目列表： –许多不同的神

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：242221056
    • 提供者：weixin_42122878

  1. ros_img2pose：img2pose 6DOF头部姿势估计器的ROS包装器-源码

  2. ROS：img2pose 通过6DOF人脸姿势估计进行人脸对齐和检测 该存储库为img2pose神经网络提供了一个ROS包装节点，用于在多个面部上进行六个自由度（6DoF）检测，而无需事先进行面部检测。 此存储库中包含的模型已在WIDER FACE数据集中进行了训练。 原始模型和培训说明可在项目。 在Intel 和GeForce GTX1060 / 6Gb上以运行 安装 将此存储库克隆到catkin工作区中，并在运行catkin_make之前使用catkin_make安装依赖catkin_

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：158334976
    • 提供者：weixin_42117037

  1. AUBOi5-D435-ROS-DOPE：Aubo i5双臂协作机器人-RealSense D435-3D对象姿势估计-ROS-源码

  2. 基于ROS的基于深度学习的机器人垃圾箱视觉系统的开发和评估 Aubo i5双臂协作机器人-RealSense D435-3D对象姿势估计-ROS 一个用于使用新颖的体系结构和数据生成管道来检测和估计已知对象的6自由度姿态的软件包，该管道使用具有英特尔Realsense D435i摄像机的Aubo i5协作机器人中的最新算法DOPE。 神经网络包括几个步骤，以细化和估计每个对象的3D边界长方体的投影顶点的2D坐标。 然后将这些顶点用于通过PnP输出最终姿态，并具有已知的相机固有尺寸和物体尺寸。

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：196083712
    • 提供者：weixin_42130889

  1. boundary_loc：深度图像检索，可实现高效的6自由度本地化-源码

  2. 分层本地化 :warning: :warning: 有关干净且便于研究的分层本地化实现，请参阅CVPR 2019文件。 :warning: :warning: 该存储库包含在发表的论文《使用的培训和部署代码。 这项工作介绍了MobileNetVLAD ，这是一种移动友好的图像检索深度神经网络，可通过分层搜索显着提高经典6自由度视觉定位的性能。 我们在这里介绍两个主要功能： MobileNetVLAD的部署代码： global-loc ，这是一个C ++ ROS / Catkin软件

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：229638144
    • 提供者：weixin_42131276

  1. 点向卷积神经网络：CVPR 2018中点向卷积神经网络的PyTorch实施-源码

  2. 点向卷积神经网络的PyTorch实现 这是CVPR 2018中逐非官方PyTorch实现。此工作的官方项目页面可以在找到。 安装 我们已经在配备Ubuntu 16.04、8 GB RAM和NVIDIA GTX-1080的系统上测试了该算法。 依存关系 Python 2.7 CUDA 9.1 PyTorch 1.0 scipy shapely 可视化 为了可视化输出边界框并轻松与我们的真实系统集成，我们使用机器人操作系统（ROS）： ROS PCL 实作 训练数据 用法

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：2097152
    • 提供者：weixin_42130862

  1. darknet_ros.zip

  2. 这是为相机图像中的物体检测而开发的ROS软件包。您只看一次（YOLO）是最新的实时物体检测系统。在下面的ROS软件包中，您可以在GPU和CPU上使用YOLO（V3）。卷积神经网络的预训练模型能够检测包括VOC和COCO数据集在内的预训练类，或者您也可以使用自己的检测对象创建网络。

  3. 所属分类：Linux

    • 发布日期：2021-01-23
    • 文件大小：471859200
    • 提供者：weixin_48229143

  1. 基于数据挖掘与智能计算的情感数据分析与心理预警系统

  2. 针对传统基于人工遴选传统情感数据分析技术具有样本容量小、人为误差大、操作成本高及时效准确性难以保证的缺点，文中提出了一种基于网络数据挖掘和BP神经网络分类的情感数据分析系统。基于相应的数据处理技术，系统在机器人操作系统（ROS）上使用Kinect深度相机，完成了被检测对象心理数据的采集及预警。与传统人工参与的心理预警方式相比，该系统基于数据挖掘和智能计算技术，具有较高的准确性、实时性及自动化程度。

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：1048576
    • 提供者：weixin_38711149

  1. 深度学习在笔迹鉴定中的应用研究

  2. 传统笔迹鉴定起源于“经验性”累积，科学基础尚需证实与加强，在司法实践中经常出现争议。对此，引入基于深度学习的目标检测算法，提出一种应用深度学习技术实现对笔迹识别的设计方案。实现过程中，建立并优化了全连接神经网络模型，并将模型移植到ROS(Robot Operating System）机器人系统上，实现了对手写体数字的识别应用。以MNIST数据集作为模拟检材，对手写体数字的识别正确率可达98.32%。证明深度学习技术可以有效挖掘图像信息，是替代传统“经验性”文件鉴定的手段，对拓宽法医学、鉴定科学研

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：1048576
    • 提供者：weixin_38649091

  1. rtreach_f1tenth:f1Tenth平台的实时可达性-源码

  2. F1第十路线 目录 F1Tenth平台的实时可达性 此仓库是的运行时保证方法的实现适用于F1Tenth平台。运行时间保证的动机源于控制自治系统所需的软件的日益复杂性，以及对这些系统进行安全性和正确性认证的需求。因此，本文包含的方法用于构建系统的监视器，该监视器可用于确保系统保持在安全的操作模式内。例如，在下面的动画中，我们显示了一个带有不安全神经网络启发式控制器的系统，该控制器偶尔会导致第十个模型崩溃。在第二个动画中，我们添加了一个实时安全监视器，该监视器在检测到潜在碰撞时会切换到安全控制器。

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：35651584
    • 提供者：weixin_42131705