不需人为标记资料,Google让机器人从抓取物体的过程中自己学会辨识物体
Google为机器人发展出来的Grasp2Vec算法,概念简单来说,要辨识的物体就是机器人抓取物体本身,其应等于抓取前场景的图减去抓取后场景的图。
Google让机器人也能正确辨识透明物体
由于透明物体有折射与反射光线的特性,因此一般光学感测器无法正确取得透明物体的深度,导致机器人无法顺利抓取或是移动透明物体
Google搜寻技术加持,Waymo自驾车物体辨识能力再升级
要从所有自驾车感测器资料,寻找出特定物体并非易事,Waymo利用Google的搜寻技术来解决这个问题
Google利用立体视觉快速量测透明物体的3D位置与形状
最新的KeyPose机器学习方法,利用立体照片的左右照片,就能快速且精准推估物体的3D特征点,并进而计算出透明物体的位置与形状
除非物体质量是零 不然不会有物体速度超过3亿米/秒 是真的吗
文/行走天涯除非物体质量是零,不然不会有物体速度超过3亿米/秒,是真的吗一直以来,我们一直都被告知,世界上速度最快的物体不会超过光速,这个科学理论来自...
学界|iCAN:以人为中心的人-物交互检测网络
选自arXiv 作者:Chen Gao、Yuliang Zou、Jia-Bin Huang 机器之心编译 参与:干树、张倩 视觉识别近年来发展迅速,包括物体检测、分割和动作识别。但是,理...
MIT 机械手新研究:玩转 2000 多个物体,球体成功率近 100%
11月11日消息,本周一,麻省理工学院计算机科学与人工智能实验室(MITCSAIL)公布了一项新成果--一个能够灵活控制机械手的程序框架。在很长一段时间里,机械手的操纵物体能力还不如刚满一岁的婴儿灵活
DeepMind释出可改进机器人堆叠物体能力的基准测试RGB-Stacking
DeepMind所发布的RGB-Stacking基准测试,提供技能掌握以及技能泛化两种难度的堆叠任务,而DeepMind的机器人已经可以在真实世界的技能掌握任务,达到82%的成功率
DeepMind 研究:未知物体也能轻松识别分割,效果可迁移
从来没有见过的新物体,它也能进行很好地分割。这是DeepMind研究出的一种新的学习框架:目标发现和表示网络(Objectdiscoveryandrepresentationnetworks,简称Od
2023-02-12 资讯 我要分享3D打印的衍射深度神经网络:识别物体几乎零延时
导读近日,美国加州大学洛杉矶分校放弃采用速度慢、能耗高的传统电子硬件设备,利用光波实现几乎零能耗、零延迟的深度学习系统。他们提出了一种全新的全光学...
图普科技:如何用TensorFlow实现物体检测的像素级分类
TensorFlow 的“物体检测 API”有了一个新功能,它能根据目标对象的像素位置来确定该对象的像素。换句话来说,TensorFlow 的物体检测从原来的图像级别成功上...
图普科技:如何用TensorFlow实现物体检测的像…
TensorFlow 的“物体检测 API”有了一个新功能,它能根据目标对象的像素位置来确定该对象的像素。
隐身衣早已不再是幻想,声光电热各有隐身绝招
本文来自微信公众号:返朴(ID:fanpu2019),作者:徐磊(香港中文大学物理系教授)自古以来人类就想象一种隐身的能力,"隐身"至今仍时常出现在文艺作品或者电子游戏中--往往是以魔法或者科幻的形式
2022-12-21 资讯 我要分享