《基于深度学习的机器人平面抓取》课程交流答疑,课程链接:https://class.guyuehome.com/detail/p_61c9287be4b09ac9b9113173/6
数据集中的txt文件中的标签为抓取点的坐标以及对应的角度和宽度,而网络预测的是quality,angle,width三张图,这样如何与标签值比较从而计算loss呢?
为什么用自己的数据集预测出错?
预测抓取中的抓取宽度的单位 怎样转换到实际的抓取宽度
老师您好,我最近在训练网络的时候遇到了一些问题,想分成两个问题请教您 一开始按照视频里的要求配置训练参数的时候每个epoch都运行的很快,后来我修改了初始为网络ckpt文件夹下的模型,同时把所有的cornell数据集都加入了训练集,网络的训练速度就很慢了,大概每个epoch分了86个batch。运行一个epoch大概需要两分钟,想请问网络训练的速度由哪些因素影响,应该用什么手段来分析归因呢? 第二
拼团
INFO:root:Loading Dataset...>> train dataset: 8>> train_val dataset: 8>> test dataset: 9INFO:root:Loading Network...INFO:root:optimizer DoneINFO:root:Beginning Epoch 00, lr=0.001Trac
关于z的相关算法都有啥
抓取质量、抓取角度、抓取宽度的热力图怎么得到?
标注时W、A、S、D有用,但上下左右键无效
这节课有没有qq群呀
(base) wheeltec-client@ubuntu:~/Desktop/ggcnn$ source activate py36 (py36) wheeltec-client@ubuntu:~/Desktop/ggcnn$ python3 train_ggcnn.py INFO:root:Loading Dataset... >> train dataset: 86 >&
训练GGCNN需要两个文件:.mat格式的标签文件,.tiff格式的深度图。 1、自己制作数据集 使用realsense拍摄深度图,手动标注抓取标签。课程里讲得比较详细。 2、使用我标注好的cornell数据集 (1).mat文件。需要根据pcd****label.txt文件生成,pcd****label.txt我已经上传到课程资料,生成的步骤我在课程里也讲了。 (2).tiff文件。需要根据pc
ping
加入者
泡泡
第三方账号登入
看不清?点击更换
第三方账号登入
QQ 微博 微信