Dense Object Net обучит роботов сешментировать и перемещать вещи

МЕНЮ


Искусственный интеллект. Новости
Поиск
Регистрация на сайте
Сбор средств на аренду сервера для ai-news

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематика

Авторизация



RSS


RSS новости

Новостная лента форума ailab.ru


Исследователи из MIT разработали алгоритм компьютерного зрения Dense Object Net, который помогает роботам в реальном времени распознавать, анализировать и определять назначение новых объектов.

Теперь роботы смогут лучше манипулировать предметами — выбирать нужный предмет из нескольких, оценив его свойства.

Как работает алгоритм

Сначала робот фотографирует объект с разных сторон. Затем нейронная сеть Dense Object Net создаёт уникальные координаты для каждой точки объекта. Робот различает цвета и формы, и способен, например, достать коричневый ботинок из кучи обуви.

Алгоритм видит объект как множество точек в системе координат, создавая 3D карту, которая помогает роботу анализировать с какой стороны и как захватить объект. Например, поднять ботинок за язычок. Робот также понимает, где ось координат объекта и различает право и лево. Для анализа объекта алгоритму требуется в среднем 20 минут. Нейронная сеть обучается без учителя, поэтому чтобы изучить объект, алгоритм использует те фотографии, которые были сделаны для создания карты с координатами.

Система использует RGBD сенсоры для реконструкции 3D модели захватываемого объекта. Это позволяет анализировать объекты и с простыми и со сложными формами. За время тестирования  робот распознал и проанализировал 47 объектов из 3 классов: обувь, шляпы и кружки.

Метод будет полезен для совершенствования роботов на производствах и складах.

Ссылка на GitHub проекта.


Источник: neurohive.io



Поддержи проект ai-news рублем. Машины верят в тебя! >>



Комментарии: