一种更为简单的GQCNN实现方式
基于dex-net2.0的论文,较为简单的适用于平行夹爪的GQCNN的实现
对于伯克利的gqcnn实现,这里主要进行了如下改动
- 将数据预处理为tfrecode进行模型训练,提高了训练速度
- 可以同时兼容伯克利dex-net和easy-dexnet生成的数据
- 所有程序全部基于python3.5
除了以上的主要改动,由于这里是完全重写的程序,所有大部分的实现细节也都有改动
easydexnet是基于python3.5编写,需要首先安装python3.5,另外Tensorflow需要另外安装
git clone https://github.com/LaiQE/easy-gqcnn.git
cd easy-gqcnn
python setup.py develop
- 数据预处理, 将由dex-net或easy-dexnet生成的数据预处理为tfrecord
参考tools/data_process.py
需要改动config/data_process.yaml配置文件 - 训练cnn网络模型
参考tools/train_model.py
需要改动config/training.yaml配置文件 - 使用训练好的模型进行抓取位姿选择
参考tools/policy_visual.py
需要改动config/policy.yaml配置文件 - 其他用法
easy-gqcnn预计会在0.2版本增加ROS服务和相关的ROS接口