Inicio Proyectos robotic-grasping
robotic-grasping
Python

robotic-grasping

Agarre Robótico Antipodal utilizando GR-ConvNet. IROS 2020.

por skumra · GitHub
Estrellas
Ramas
Creado
Último commit
Categoría
Lenguaje
deep-learninggraspingrobotic-manipulationPython
Ver en GitHub
En palabras simples

Detecta objetos en imágenes y sugiere cómo agarrarlos con una mano robótica utilizando un modelo de red neuronal.

¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
robotic-grasping — GitHub preview card
📈 Historial de estrellas
667666
2026-07-202026-08-31
📈 Sigue robotic-grasping

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

Agarre Robótico Antipodal utilizando GR-ConvNet. IROS 2020.

robotic-grasping tiene 666 estrellas en GitHub. Se ha bifurcado 149 veces. robotic-grasping está escrito principalmente en Python. Se desarrolla activamente desde 2019. Sus temas principales son: deep-learning, grasping, robotic-manipulation, robotics.

Frequently asked questions

¿Qué es robotic-grasping?

Agarre Robótico Antipodal utilizando GR-ConvNet. IROS 2020.

¿robotic-grasping es de código abierto?

robotic-grasping es un proyecto de código abierto.

¿robotic-grasping es gratis?

Sí. robotic-grasping es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿En qué lenguaje está escrito robotic-grasping?

robotic-grasping está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — robotic-grasping

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=skumra-robotic-grasping)](https://olud.ai/project/skumra-robotic-grasping.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.