文件名称：水平集分割matlab代码-DenseFusion:“通过迭代密集融合进行6D对象姿势估计”代码存储库
文件大小：3.51MB
文件格式：ZIP
更新时间：2024-06-08 21:46:17
系统开源
水平集分割matlab代码密集融合 消息 我们已基于该工作发布了新项目的代码和arXiv预印本，该代码和arXiv预印本基于此工作并用于类别级6D姿态跟踪。 表中的内容 概述 该存储库是Wang等人撰写的论文“ DenseFusion：通过迭代密集融合进行6D对象姿势估计”（，，）的实现代码。 在和。 该模型将RGB-D图像作为输入，并预测帧中每个对象的6D姿势。 该网络是使用来实现的，其余框架是在Python中实现的。 由于此项目着重于6D姿态估计过程，因此我们没有具体限制分割模型的选择。 您可以根据需要选择首选的语义分段/实例分段方法。 在此仓库中，我们提供了在实际机器人抓取实验中使用的DenseFusion模型，迭代优化模型和香草SegNet语义分段模型的完整实现代码。 实际的机器人抓取实验的ROS代码未包括在内。 要求 Python 2.7 / 3.5 / 3.6（如果要使用Python2.7运行此存储库，请重建lib/knn/ （使用PyTorch 0.4.1）。） （） 皮尔 科学的 麻木 pyyaml 测井 matplotlib CUDA 7.5 / 8.0 / 9.0（
【文件预览】：
DenseFusion-master
----replace_ycb_toolbox()
--------evaluate_poses_keyframe.m(8KB)
--------plot_accuracy_keyframe.m(5KB)
----tools()
--------eval_linemod.py(6KB)
--------_init_paths.py(52B)
--------train.py(12KB)
--------eval_ycb.py(9KB)
----vanilla_segmentation()
--------loss.py(721B)
--------data_controller.py(4KB)
--------logs()
--------train.py(5KB)
--------trained_models()
--------segnet.py(6KB)
----assets()
--------result_ycb.png(643KB)
--------compare.png(1.34MB)
--------result_linemod.png(319KB)
--------pullfig.png(888KB)
----Dockerfile(1KB)
----LICENSE(1KB)
----trained_models()
--------linemod()
--------ycb()
----experiments()
--------logs()
--------eval_result()
--------scripts()
----run.sh(587B)
----.gitignore(182B)
----lib()
--------loss.py(4KB)
--------pspnet.py(2KB)
--------loss_refiner.py(4KB)
--------transformations.py(65KB)
--------utils.py(461B)
--------extractors.py(4KB)
--------knn()
--------network.py(7KB)
----.dockerignore(106B)
----README.md(13KB)
----build.sh(106B)
----download.sh(2KB)
----datasets()
--------linemod()
--------ycb()