<em id="0s9ur"></em>

<em id="0s9ur"></em>
<div id="0s9ur"><ol id="0s9ur"></ol></div>
<div id="0s9ur"><tr id="0s9ur"><object id="0s9ur"></object></tr></div>

      <dl id="0s9ur"><ins id="0s9ur"><small id="0s9ur"></small></ins></dl>

      如何結合深度學習和深度圖在三個項目中取得有效的成果

      將門創投 ? 2018-11-01 09:43 ? 次閱讀

      對于機器人感知來說,RGB圖加卷積網絡已經變成了感知系統的標配。在機器人和通常的計算機視覺任務中,人們會從從VGG或者ResNet等網絡模型中借鑒基礎結構以及預訓練權重,隨后利用遷移學習的方法在特定任務的數據上進行微調來實現對于特定任務的學習。但對于某些任務來說,只知道場景的顏色信息只能提供有限的感知。例如要訓練機器人抓取一個新的未知物體,那么這時候理解物體及所處環境的幾何形貌就比感知它的顏色紋理重要的多。

      rgb圖和對應的深度圖(圖例用灰色)

      進行操作的物理過程主要依賴于物體的幾何、位姿和其他與顏色無關的信息(或者是顏色不變量)。可以想象一下你在手里轉筆的過程,我們可以流暢的旋轉而不需要盯著它看,這是因為我們已經對于手指和筆接觸點的空間位置、朝向有了極為深入的理解和認識。那么我們不禁要問,我們可以利用彩色圖獲取對于物體如此深入的理解嗎?

      其實在視覺領域還有一個可供選擇的解決方案:深度圖。這是一種單通道灰度圖,包含了相機到物體的深度信息,同時提供了對于物體顏色不變的信息。并且我們還可以利用濾波器來消除背景噪聲,這在很多機器人任務上十分有效。接下來的文章中將會介紹研究人員如何結合深度學習和深度圖在以下三個項目中取得有效的成果:Dex-Net用于機器人抓取、物體分割和機器人鋪床的任務。

      感知深度

      深度圖一般在特定的視角下編碼了對于環境中物體的距離信息。近年來隨著計算機視覺的發展,深度感知領域也產生了很多進展。

      傳統獲取深度圖的方法是利用雙目立體視覺獲取視差信息從而得到環境的深度的。而今天大多使用的深度傳感器則是基于結構光傳感器的原理,通過將已知模式的紅外光投影到環境并解算來實現深度的獲取。另一種方法是通過激光雷達來獲取環境精確的深度信息,但缺點是高昂的成本和成像速度。

      所以Kinect的出現提供了一種消費級的RGB-D成像系統,可以通過硬件更快更便宜的獲取環境的深度信息。如今很多機器人系統中,比如FetchRobot和Toyoya的機器人都裝配有相似的感知系統,而且這一技術還在不斷改進,Intel的realsense和Photoneo公司的產品都提供了更為優異的表現。

      在深度圖的幫助下,研究人員們可以使用深度信息幫助機器人導航、實時建圖和跟蹤、為室內環境建模等任務。同時深度圖為機器人提供了距離障礙物的遠近信息,這也使得它們在導航中獲得了壁障和定位的能力。

      同時深度圖還被用于在游戲中實時地檢測、識別和定位人體的各個部分,移除造成模糊的因素(比如光線和衣服等)。更有研究人員利用模擬的深度圖像來引導機械臂接近物體。目前人們已經可以利用圖形學的方法較為精確的通過模擬生成大量的深度數據了。

      這些結果表明,對于某些任務深度圖可以編碼足夠多的有用信息和色彩不變信息用于幫助訓練任務。下面將用三個例子來具體說明。

      機器人抓取

      抓取很多類從未見過的物體對于機器人來說依然是一個嚴峻的挑戰。盡管很多研究人員利用RGB圖像來完成這一任務,但需要耗費大量的時間來進行訓練。而最新進展的關鍵在于可以利用渲染技術,基于幾何和相機位置,通過3D模型合成精確的深度圖。

      Bair的Dexterity Network(Dex-Net)是一個綜合了算法、代碼和數據集的項目用于訓練機器人的抓取策略,它結合了大規模的合成數據集、機器人模型和隨機采樣,以及深度學習技術。Dex-Net在抓取中引入了域隨機化的概念,集中于利用簡單的夾具來抓取復雜的物體。在先前的研究中,研究人員提出了670萬張圖片的虛擬數據集用于訓練抓取質量模型。目前他們將這一模型拓展到了深度圖上。

      首先生成和增強大量的物體網格模型,隨后對于每個模型生成多種抓取位置,最后計算每一個物體及其抓取的魯棒性,并生成對應的模擬深度圖。其中通過估計抓取成功的概率來計算魯棒性。

      研究人員將Dex-Net拓展了新功能,可以自動生成用于物體模型抓取的改進數據集。抓取同時定義了位姿角度和夾爪的深度。上圖描述了生成數據的流程。研究的目標是訓練出一個可以通過深度圖來檢測夾爪是否可以成功夾住物體的模型。

      抓取質量網絡的架構

      研究人員利用這一數據集訓練了抓取質量網絡(Grasp Quality,GQ-CNN),用于檢測每一次抓取成功的可能性。人們可以利用GQ-CNN檢測不同抓取方式,并從中選取概率最高的方案來使用。

      2017年,Dex-Net拓展到了箱內分揀任務(bin-picking),這需要從一堆無需的物體中一個個的分揀出物體。Bair的研究人員將bin-picking理解為部分觀測的馬爾科夫決策過程,同時利用仿真來生成物體堆進行學習。通過仿真,可以得到物體位置的完整信息,并利用監督策略對GQ-CNN進行的微調,最后將學習到的策略用于ABB YuMi機器人上,實現了在僅僅利用深度圖的情況下在3mins內分揀除了十個物體。下圖顯示了Dex-Net顯示的抓取點(紅點),其中第一行是真實數據,第二行是仿真數據。

      箱內物體分割

      實例分割任務需要判斷圖像中的像素分屬于哪一個物體,它廣泛應用于視覺任務和機器人感知中。例如機器人需要在箱子里抓取物體時,就需要先對其中的物體進行分析以便區分不同物體。

      先前的研究主要集中在利用RGB圖實現的Mask R-CNN上,但訓練需要大量手工標注的數據。同時用于訓練Mask R-CNN的數據包含的物體個數有限,可能還不足以完成貨倉內地分揀任務,對于微調所需要的數據也需要手工耗時耗力的得到。所以研究人員們提出可以放松算法的要求可以再得到物體的掩膜后再來預測類別,這樣就可以對大規模的物體預測掩膜,此時物體的幾何信息就顯得更加重要。

      這一任務的數據現有相似的3D模型生成物體堆,再從中獲取精確的深度圖和對應的掩膜圖

      基于幾何的分割來說,我們可以利用仿真和渲染技術來獲取大規模類別豐富的,同時帶有標簽的深度數據集。研究人員假設這些深度圖包含了用于分割的足夠信息,這主要是每個物體可以由深度圖中的像素邊界來進行區分。利用1600個3D模型和pybullet物理引擎,生成了50k的箱內物體堆深圖數據。由于物體已知,生成深度圖和掩膜的精度得到了有效的保證。最終利用這一深度數據集,研究人員訓練出了SD Mask R-CNN網絡,從合成的深度圖中分割出每一個實例。

      在實際中算法的表現,第一行是高精度數據第二行是低精度數據,最后一列是本算法的結果。

      令人驚奇的是,這個沒有見過任何真實數據的SD Mask R-CNN表現超過了點云分割和精調過的Mask R-CNN。值得注意的是,真實數據和仿真數據的物體并不相同,這意味著SD Mask R-CNN確實能夠預測出新的物體掩膜,同時利用深度圖時可以減少主干網絡的大小(彩色圖ResNet101,深度圖ResNet-35)。

      實例分割被解耦成了分類和分割兩個任務。對于數據集中十個物體的分類,僅僅使用VGG在10mins內就能訓練達到95%的準確率。這一工作證明SD Mask R-CNN可以與分類網絡串行工作,這使得對于不同物體集的訓練變得容易。

      總的來說,利用深度圖代替RGB圖實現分割給我們帶來了以下啟示:

      - 深度編碼的幾何信息足以對物體進行實例分割;

      - 深度圖可以便捷迅速的生成,并且訓練結果能有效遷移到真實數據上;

      - 在不同物體間深度線索的表示更為一致,利用深度圖訓練的網絡具有更好的泛化性。

      機器人鋪床

      機器人鋪床是一個典型的家庭應用場景,它容錯性高、時間充裕同時也是人類不喜歡的工作。研究人員先前通過RGB圖像來訓練機器人,而最近使用深度感知技術將鋪床的技能遷移到不同顏色和問題的毯子上。

      雜亂的床,前四個為訓練數據,后兩個彩色為測試數據。

      機器人需要將鋪床分解成一下幾個任務,首先需要識別毯子的角,然后移動到合適的位置抓起這個角最大化毯子的面積(鋪開),最后在進行折疊。再一次強調一個假設:深度圖中包含了鋪床任務中所需毯子角點足夠可靠的幾何信息。

      為了收集訓練數據,研究人員在毯子角上放置了紅色mark,利用機器人的RGB-D攝像頭就可以自動地獲取彩色和深度信息。隨后利用收集到的深度圖和對應的角點信息來訓練卷積網絡從不同的毯子布置中找到可以抓取的角點。

      由于抓取點檢測和物體檢測任務類似,這里使用了YOLO模型作為預訓練,并添加了幾層用于微調。模型在2018張深度數據上進行了訓練,結果顯示雖然YOLO適用于彩色場景檢測的,但依然可以基于它在深度圖上得到很好的結果。

      深度圖帶來的額外優勢是可以通過距離信息濾除干擾。

      利用深度圖實現抓取點檢測的結果。結果顯示這種方法大大超過了基線,幾乎實現了與人類同樣的水準。

      上圖顯示了算法對于青色毯子抓取點的檢測結果。抓取網絡并沒有利用青色毯數據進行訓練,由于測試數據深度圖和訓練的深度圖十分類似,即使不一樣的顏色也能獲得優異的結果。隨著機器人移動到另一側,距機器人最近的抓取點也被很好的檢測出來。(RGB訓練的抓取網絡表現就不如深度圖訓練的網絡,因為訓練數據都是白色床單。為了獲得更好的效果就需要投入更多顏色和紋理的床單采集數據。)

      深度魅力

      這些項目表明深度圖攜帶了足夠的信息支撐抓取點檢測、實例分割和變形物體角點檢測。隨著深度傳感器質量和分辨率的提高,對于機器人也將變得日益重要。人們可以很便捷快速地合成深度圖,這種具有顏色不變性和豐富幾何信息的數據,同時可以充分利用其固有的特性來去除噪聲和干擾。同時深度圖比RGB維度更低,網絡更傾向于從中學習出邊緣和空間模式。

      原文標題:Duang!深度圖和深度學習碰撞出的神器火花

      文章出處:【微信號:thejiangmen,微信公眾號:將門創投】歡迎添加關注!文章轉載請注明出處。

      收藏 人收藏
      分享:

      評論

      相關推薦

      隨著2019年的到來 機器人迎來新的商業模式

      隨著2019年的到來,是時候評估機器人技術的現狀,并預測未來機器人的發展趨勢。
      發表于 01-14 11:14 ? 7次 閱讀
      隨著2019年的到來 機器人迎來新的商業模式

      中日兩國引領市場 外骨骼機器人仍然受到高成本的困擾

      外骨骼機器人通過幫助無法行走的人重獲行走能力,實現了醫療行業的變革,它們還可以協助人們移動和舉起物體....
      發表于 01-14 10:51 ? 9次 閱讀
      中日兩國引領市場 外骨骼機器人仍然受到高成本的困擾

      基于深度學習的人臉識別技術的廣泛應用

      自20世紀下半葉,計算機視覺技術逐漸地發展壯大。同時,伴隨著數字圖像相關的軟硬件技術在人們生活中的廣....
      的頭像 機器人大講堂 發表于 01-14 10:43 ? 84次 閱讀
      基于深度學習的人臉識別技術的廣泛應用

      3萬平米的倉庫內放滿了機器人,這樣體量讓人吃驚!

      在機器人的自動組裝過程中,通過多個組裝單元組裝機器人的各個單元,組裝完這些單元后,進行上臂、下臂的組....
      的頭像 工控幫 發表于 01-14 10:41 ? 60次 閱讀
      3萬平米的倉庫內放滿了機器人,這樣體量讓人吃驚!

      工業化及自動化的市場趨勢使機器人的需求不斷增長

      2019年我們對機器人技術有什么期望?協作機器人可以更精確嗎?機器人能節省零售店的成本嗎?物聯網和量....
      發表于 01-14 09:54 ? 14次 閱讀
      工業化及自動化的市場趨勢使機器人的需求不斷增長

      近三年技術和產業發展的回顧,再論“深度學習已死

      康奈爾大學的Gary Marcus寫了一篇關于深度學習局限性的文章,并提出了幾個發人深省的觀點。Ro....
      的頭像 新智元 發表于 01-14 08:58 ? 68次 閱讀
      近三年技術和產業發展的回顧,再論“深度學習已死

      PyTorch官網教程PyTorch深度學習:60分鐘快速入門中文翻譯版

      “PyTorch 深度學習:60分鐘快速入門”為 PyTorch 官網教程,網上已經有部分翻譯作品,....
      的頭像 人工智能頭條 發表于 01-13 11:53 ? 342次 閱讀
      PyTorch官網教程PyTorch深度學習:60分鐘快速入門中文翻譯版

      優必選仿人服務機器人Walker新一代亮相CES 2019

      優必選相信,在未來,人形機器人將會進入家庭,并成為人類信任的家庭成員。
      發表于 01-13 11:52 ? 174次 閱讀
      優必選仿人服務機器人Walker新一代亮相CES 2019

      新一代視頻編碼標準VVC和AVS3的進展及關鍵技術特色等介紹

      本次我將從以下四個方面為大家分享有關最新一代VVC與AVS3視頻編碼標準的進展及關鍵技術特色等內容,....
      的頭像 LiveVideoStack 發表于 01-13 11:42 ? 311次 閱讀
      新一代視頻編碼標準VVC和AVS3的進展及關鍵技術特色等介紹

      探究深度學習在目標視覺檢測中的應用與展望

      目標視覺檢測是計算機視覺領域的一個重要問題,在視頻監控、自主駕駛、人機交互等方面具有重要的研究意義和....
      的頭像 人工智能學家 發表于 01-13 10:59 ? 461次 閱讀
      探究深度學習在目標視覺檢測中的應用與展望

      中國又一雙足機器人亮相,用到被動行走與人工智能,可以學人走路

      最近,中國在雙足機器人領域也算是捷報頻傳了,前幾天CES展會上優必選的Walker仿人機器人剛剛驚艷....
      發表于 01-13 10:50 ? 55次 閱讀
      中國又一雙足機器人亮相,用到被動行走與人工智能,可以學人走路

      工業機器人到底有多少種手多種工業機器人夾持機構結構介紹

      對于工業機器人來說,搬運物料是其抓取作業方式中較為重要的應用之一。工業機器人作為一種具有較強通用性的....
      的頭像 工業機器人 發表于 01-13 10:03 ? 198次 閱讀
      工業機器人到底有多少種手多種工業機器人夾持機構結構介紹

      NVIDIA在西雅圖開設機器人研究實驗室,聚集跨學科研究團隊

      NVIDIA今天在西雅圖開設了機器人研究實驗室,該實驗室將容納50名機器人專家、20名來自NVIDI....
      發表于 01-13 09:51 ? 27次 閱讀
      NVIDIA在西雅圖開設機器人研究實驗室,聚集跨學科研究團隊

      一輛特斯拉汽車撞倒了在路邊停留的機器人

      你可能會注意到視頻框左下方的一種類似于繩子的動作,在Promobot機器人被撞倒在地面后緩慢移動,一....
      的頭像 OFweek工控 發表于 01-12 10:22 ? 411次 閱讀
      一輛特斯拉汽車撞倒了在路邊停留的機器人

      奧地利自動化廠商Keba收購了兩家德國的公司

      此次收購后,將讓Keba在機器人控制領域的地位提升。德國LTI Motion原是國際技術型集團Kor....
      的頭像 OFweek工控 發表于 01-12 10:19 ? 276次 閱讀
      奧地利自動化廠商Keba收購了兩家德國的公司

      工信部發布工業強基示范企業和項目名單,埃夫特、新松上榜!

      2018年對埃夫特來說,是具有特別意義的一年,一樁樁大事記印在公司的發展里程碑上。在公司拓展上,埃夫....
      的頭像 OFweek工控 發表于 01-12 10:12 ? 423次 閱讀
      工信部發布工業強基示范企業和項目名單,埃夫特、新松上榜!

      全面升級!三星電子快報

      2019年1月7日,美國拉斯維加斯。三星電子今天宣布,憑借自身在人工智能、物聯網和5G技術方面的投入....
      的頭像 三星GALAXY蓋樂世 發表于 01-12 09:50 ? 703次 閱讀
      全面升級!三星電子快報

      通過機器學習和深度學習的手段,成功的從老鼠的“吱吱”聲中解讀出20多種不同的含義

      最近研究人員們通過機器學習和深度學習的手段,成功的從老鼠的“吱吱”聲中解讀出20多種不同的含義,包括....
      的頭像 將門創投 發表于 01-12 09:48 ? 198次 閱讀
      通過機器學習和深度學習的手段,成功的從老鼠的“吱吱”聲中解讀出20多種不同的含義

      智慧物流的應用

      倉內技術:主要有機器人與自動化分揀、可穿戴設備、無人駕駛叉車、貨物識別四類技術,當前機器人與自動化分....
      的頭像 發燒友學院 發表于 01-12 09:38 ? 290次 閱讀
      智慧物流的應用

      未來服務型機器人將主要向哪三個方向發展

      聊到未來科技產品,相信大家腦海里會閃現出一個角色,它就是機器人。隨著人工智能的不斷發展,AI技術已成....
      發表于 01-12 09:03 ? 378次 閱讀
      未來服務型機器人將主要向哪三個方向發展

      未來機器人在醫用護理方向的發展

      在三星的新聞發布會上,CES正式開幕的前一天,三星公司展示了,三個機器人和一系列外骨骼構件,這些產品....
      發表于 01-12 08:33 ? 78次 閱讀
      未來機器人在醫用護理方向的發展

      機器人技術智能化的發展情況

      近年來,隨著自動化生產需求的持續釋放,機器人產業迎來了迅猛發展,各種機器人技術都在商業化應用中找到了....
      發表于 01-12 07:55 ? 99次 閱讀
      機器人技術智能化的發展情況

      只有機器人核心零部件實現國產化 國產機器人才能實現突破性發展

      2019年的嶄新畫卷已然拉開,身處當下,如果有人問,未來十年最有發展潛力的行業是哪些?那么我會毫不猶....
      發表于 01-11 17:09 ? 215次 閱讀
      只有機器人核心零部件實現國產化 國產機器人才能實現突破性發展

      CES拳擊機器人內置多種傳感器 一般人不是它的對手

      作為頂級科技盛會,CES(國際消費類電子產品展覽會)無疑是最吸睛的。今天要和大家分享一款人見人打的機....
      發表于 01-11 16:51 ? 106次 閱讀
      CES拳擊機器人內置多種傳感器 一般人不是它的對手

      人工智能看臉識病 準確率達90%

      約有8%的世界人口受到遺傳綜合征的困擾,此類患者往往具有可識別的面部特征。然而,遺傳綜合征的診斷過程....
      的頭像 1號機器人網 發表于 01-11 16:49 ? 339次 閱讀
      人工智能看臉識病 準確率達90%

      LG電子聯手NAVER LAB 共同進行機器人的研究開發

      LG電子公司與韓國第一大搜索引擎公司旗下的NAVER LAB將共同進行機器人的研究開發,LG電子和N....
      發表于 01-11 16:48 ? 124次 閱讀
      LG電子聯手NAVER LAB 共同進行機器人的研究開發

      盤點一下國內潛力較大的機器人整機生產企業

      面對如此之大的市場,國內機器人整機生產企業是否能把握住機遇呢?
      的頭像 國聯視訊工業機器人信息服務 發表于 01-11 16:35 ? 1753次 閱讀
      盤點一下國內潛力較大的機器人整機生產企業

      Foldimate推出的洗衣-疊衣機器人外部酷似打印機

      大家對洗衣-疊衣機器人并不陌生吧。事實上,上一次見到的機器人還只是一個演示。因此,當我們看到Fold....
      發表于 01-11 16:32 ? 54次 閱讀
      Foldimate推出的洗衣-疊衣機器人外部酷似打印機

      約肯機器人CES發新品 智能水下無人機BWSpace已經實現量產

      近日舉辦的CES展會上,約肯機器人參與展出了智能水下無人機BWSpace,并推出BWSwimate水....
      發表于 01-11 16:22 ? 85次 閱讀
      約肯機器人CES發新品 智能水下無人機BWSpace已經實現量產

      多家安創成長營企業亮相CES,他們帶來了怎樣的新技術與新產品?

      伴隨著5G通信技術普及和VR/AR技術進步,全景影像正在憑借著沉浸式的視覺體驗成為一種潮流趨勢。安創....
      的頭像 安創空間ARMaccelerator 發表于 01-11 15:48 ? 512次 閱讀
      多家安創成長營企業亮相CES,他們帶來了怎樣的新技術與新產品?

      如何進行雙側空間窗的異常檢測詳細方法概述

      針對現有異常檢測方法難以解釋異常屬性的問題,本文提出基于雙側空間窗的異常檢測方法。首先,在前景檢測的....
      發表于 01-11 15:17 ? 19次 閱讀
      如何進行雙側空間窗的異常檢測詳細方法概述

      越疆科技多款機器人領跑CES中國智造!

      同時,DOBOT M1的研發團隊攻克了直流伺服電機和輕型諧波減速機的技術難關,通過工業級關節模塊化設....
      的頭像 機器人創新生態 發表于 01-11 14:47 ? 371次 閱讀
      越疆科技多款機器人領跑CES中國智造!

      簡析機器人減速器的市場現狀及差距

      據行業專家及協會資料調研,在全球范圍內,機器人行業應用的精密減速機可分為 RV 減速機、諧波減速機和....
      的頭像 工業機器人 發表于 01-11 14:37 ? 263次 閱讀
      簡析機器人減速器的市場現狀及差距

      系統集成商為何從工業機器人身上賺不到錢

      通過時間證明了一切,穩定性問題頻頻爆發,各種售后維護找上門,最后還是把賺的又還回去了。曾有某知名國產....
      的頭像 OFweek工控 發表于 01-11 14:18 ? 328次 閱讀
      系統集成商為何從工業機器人身上賺不到錢

      如何掌紋掌脈圖像超小波域融合識別算法

      針對單一生物特征識別技術易受外界各種因素影V向,識別率和穩定性有待提高的問題,提出一種掌紋掌脈圖像超....
      發表于 01-11 14:14 ? 23次 閱讀
      如何掌紋掌脈圖像超小波域融合識別算法

      PowerDolphin小海豚水下無人機發布!釣魚、救援、拍攝無所不能

      小海豚本身支持最高每秒5m的移動速度,在充滿電的情況下可實現長達2小時的續航使用。值得一提的是,Po....
      的頭像 無人機網 發表于 01-11 14:01 ? 256次 閱讀
      PowerDolphin小海豚水下無人機發布!釣魚、救援、拍攝無所不能

      人工智能行業的蓬勃發展與互聯網寒冬形成了鮮明的對比

      共享單車的神話瀕臨破碎,ofo退押金的隊伍排了一千多萬號;知識經濟和內容變現正在走下坡路,傳言知乎裁....
      發表于 01-11 13:59 ? 707次 閱讀
      人工智能行業的蓬勃發展與互聯網寒冬形成了鮮明的對比

      小狗機器人首次亮相CES 推動生活空間場景在先進技術下的體驗革新

      1月9日,第52屆國際消費電子展(以下簡稱CES)在美國拉斯維加斯正式開啟。小狗機器人技術有限公司首....
      發表于 01-11 13:45 ? 48次 閱讀
      小狗機器人首次亮相CES 推動生活空間場景在先進技術下的體驗革新

      繼人工智能學的誕生 人工智能在救災中的潛力必定是發展趨勢

      人工智能和機器學習開始產生影響的許多領域中,災難準備和救援都有可能使他們做很多好事。以正確的方式實施....
      發表于 01-11 13:38 ? 529次 閱讀
      繼人工智能學的誕生 人工智能在救災中的潛力必定是發展趨勢

      2019國家智能產業峰會智能駕駛平行論壇在青島成功召開

      智能網聯汽車已成為世界各國解決日益嚴峻的道路交通安全、提升交通效率、提高汽車行業環保的重要途徑,美歐....
      的頭像 智車科技 發表于 01-11 13:36 ? 391次 閱讀
      2019國家智能產業峰會智能駕駛平行論壇在青島成功召開

      如何解決聊天機器人中用戶就醫意圖識別方法

      傳統的聊天機器人中用戶意圖識別一般采用基于模板匹配或人工特征集合等方法,針對其費時費力而且擴展性不強....
      發表于 01-11 11:51 ? 23次 閱讀
      如何解決聊天機器人中用戶就醫意圖識別方法

      技術創新推動機器人傳感器市場的發展

      在機器人2.0時代,傳感器的地位越來越重要,是機器人功能增強和效率提升的關鍵部件。為了促進機器人技術....
      的頭像 OFweek工控 發表于 01-11 10:51 ? 280次 閱讀
      技術創新推動機器人傳感器市場的發展

      2019年將成我國機器人產業轉型年 我國機器人將面臨三個較大的轉變

      被譽為“制造業皇冠頂端明珠”的機器人產業迎來轉型年。記者1月10日從2019中國機器人行業年會現場獲....
      發表于 01-11 09:29 ? 39次 閱讀
      2019年將成我國機器人產業轉型年 我國機器人將面臨三個較大的轉變

      中國智能語音服務產業,最快沖過終點的將是誰呢?

      當前業界商用語音合成系統 (紅框標識) 合成語音與錄音 (Recording) 相似度大約在85~%....
      的頭像 新智元 發表于 01-11 09:00 ? 205次 閱讀
      中國智能語音服務產業,最快沖過終點的將是誰呢?

      武漢大學生采用深度學習研發了一款機器人 除了基本動作還會打太極

      1月8日,在武昌理工學院第九屆大學生成功素質展示節成果展上,搖頭晃腦、肢體靈活的機器人NAO一出場就....
      發表于 01-11 08:50 ? 67次 閱讀
      武漢大學生采用深度學習研發了一款機器人 除了基本動作還會打太極

      隨著機器人和人工智能繼續向前發展 2019年以下這些領域值得投資

      全球經濟發展已經露出放緩的跡象,對于投資者來說,下一步計劃將會越來越謹慎。而且,最近貿易紛爭不斷,對....
      發表于 01-10 16:54 ? 667次 閱讀
      隨著機器人和人工智能繼續向前發展 2019年以下這些領域值得投資

      畫畫、寫字、下圍棋、組樂隊樣樣在行 關于ABB機器人你了解多少呢

      科技正在改變著人們的生活模式,現代的工作、社會發展都離不開科技的支撐。對于科技你了解多少呢?1月6日....
      發表于 01-10 15:49 ? 126次 閱讀
      畫畫、寫字、下圍棋、組樂隊樣樣在行 關于ABB機器人你了解多少呢

      是否可以下載2010 FIRST Robotics套件隨附的First Touch套件的文檔和手冊?

      1。哪兒可以下載FirstTouch盒附帶2010個機器人零件documenation手冊嗎?2。你能給我一些什么樣的想法,可以做為運?謝謝Neil ...
      發表于 01-09 14:10 ? 63次 閱讀
      是否可以下載2010 FIRST Robotics套件隨附的First Touch套件的文檔和手冊?

      2019中國(沈陽)國際機器人展

      2019中國(沈陽)國際機器人展 邀請函    為全面貫徹黨的十九大精神,促進新一代人工智能技術的產業化與集成應用,推進...
      發表于 01-07 16:19 ? 89次 閱讀
      2019中國(沈陽)國際機器人展

      導電滑環未來的發展趨勢將會如何?

      導電滑環未來的發展趨勢將會如何?      由于近年來,工業設備的不斷變革,AI的發展,高端的醫療器械和我...
      發表于 12-29 17:02 ? 128次 閱讀
      導電滑環未來的發展趨勢將會如何?

      想了解一下關于魔方機器人的種種問題,顏色識別用OV7670好嗎

      最近想做一個可以自行解三階魔方的機器人,也在網上了解了許多,看來許多成品。我目前大體執行方案是:顏色識別→算法運算→步進...
      發表于 12-28 19:55 ? 124次 閱讀
      想了解一下關于魔方機器人的種種問題,顏色識別用OV7670好嗎

      主流深度學習框架比較

      DL:主流深度學習框架多個方向PK比較
      發表于 12-26 11:10 ? 87次 閱讀
      主流深度學習框架比較

      Win10系統進行深度學習時系統C盤滿了,正確卸載一些非必要的內容的方法

      C盤:當Win10系統進行深度學習的時候發現系統C盤滿了,大神教你如何正確卸載一些非必要的內容——Jason niu...
      發表于 12-26 10:45 ? 72次 閱讀
      Win10系統進行深度學習時系統C盤滿了,正確卸載一些非必要的內容的方法

      深度學習框架TensorFlow&TensorFlow-GPU詳解

      TensorFlow&TensorFlow-GPU:深度學習框架TensorFlow&TensorFlow-GPU的簡介、安裝、使用方法詳細攻略...
      發表于 12-25 17:21 ? 129次 閱讀
      深度學習框架TensorFlow&TensorFlow-GPU詳解

      計算機視覺神經網絡資料全集

      CV之YOLOv3:深度學習之計算機視覺神經網絡Yolov3-5clessses訓練自己的數據集全程記錄(第二次)——Jason niu...
      發表于 12-24 11:52 ? 119次 閱讀
      計算機視覺神經網絡資料全集

      CV之YOLOv3:深度學習之計算機視覺神經網絡Yolov3-5clessses訓練自己的數據集全程記錄

      CV之YOLOv3:深度學習之計算機視覺神經網絡Yolov3-5clessses訓練自己的數據集全程記錄...
      發表于 12-24 11:51 ? 94次 閱讀
      CV之YOLOv3:深度學習之計算機視覺神經網絡Yolov3-5clessses訓練自己的數據集全程記錄

      人工智能感知技術是安防機器人應用支撐技術之一

      隨著物聯網、人工智能、云計算、大數據等高新技術的不斷發展,警用安保巡邏機器人的研究如火如荼,應用逐步廣泛,在協助民警執勤...
      發表于 12-24 09:19 ? 266次 閱讀
      人工智能感知技術是安防機器人應用支撐技術之一
      上海快3开奖走势图
      <em id="0s9ur"></em>

      <em id="0s9ur"></em>
      <div id="0s9ur"><ol id="0s9ur"></ol></div>
      <div id="0s9ur"><tr id="0s9ur"><object id="0s9ur"></object></tr></div>

          <dl id="0s9ur"><ins id="0s9ur"><small id="0s9ur"></small></ins></dl>
          <em id="0s9ur"></em>

          <em id="0s9ur"></em>
          <div id="0s9ur"><ol id="0s9ur"></ol></div>
          <div id="0s9ur"><tr id="0s9ur"><object id="0s9ur"></object></tr></div>

              <dl id="0s9ur"><ins id="0s9ur"><small id="0s9ur"></small></ins></dl>