Berkeley Automation 发布 DexNet 2.0 数据集, 应用在 机器人抓取、深度学习 领域

Berkeley Automation 本次发布的数据集 DexNet 2.0, 该数据集是为了训练和验证抓取质量卷积神经网络（GQ-CNN）而设计的，其中包含了各种物体和抓取方式。此外，数据集还包括基于独特物体、姿态和图像的训练/验证分割，以评估抓取模型的性能。规模上，数据集根据物体、姿态和图像进行了多分割。该数据集的任务是机器人抓取。

查看DexNet 2.0

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。