• 邀
    请
    朋
    友
    一
    起
    学

    分享至

    取消分享

    SLAM技术支持的物体6Dof位姿估计的自训练方法

    主讲人：卢子琦 | 麻省理工学院博士生

    • 开课时间

      2022.11.25 10:00

    • 课程时长

      46分钟

    • 学习人数

      6854人次学习

    立即学习
    添加客服微信了解详情，添加时请备注【6DoF】

    立即学习

    SLAM技术支持的物体6Dof位姿估计的自训练方法

    物体6Dof位姿估计方法的快速发展为机器人建立物体级场景地图提供了有前景的发展方向。 但是当机器人探索新环境时，位姿估计模型的输入数据很可能会与训练数据的分布不匹配，这种 域间距（domain gap）问题会让位姿估计的表现下降。为了减轻这一问题，我们提出了一种鲁棒 SLAM支持的物体位姿估计的自训练方法。我们利用鲁棒位姿图优化的结果在机器人采集的图片上生成高质量的伪标签，并使用这些新的训练数据微调位姿估计模型，提高机器人在新环境中预测物体位姿的能力。详情见开源代码: https://github.com/520xyxyzq/slam-super-6d. 

    • 课程介绍
    • 精华文稿
    • 课件领取
    • 相关课程

    点击领取完整课件
    暂无相关课程

    报名成功

    扫码备注【6DoF】领取PPT


    一定要备注【6DoF】

    点此立即学习

    关于我们 版权声明 联系电话：010-86226736
    服务协议 反馈建议 联系邮箱：service@shenlanxueyuan.com
    官方微信公众号
    扫码下载APP
    常见问题
    证书查询
    微信公众号
    返回顶部