MétaCan
Menu
Retour à la cohorte
Enregistrement W2998030295 · doi:10.1299/jsmermd.2019.2a1-n09

The Open Source 3D Vision Platform for Robots

2019· article· en· W2998030295 sur OpenAlexaff
Kazuki HIRAIZUMI, Miyuki Kawamura, Naoko SAKKA, Takeshi Nomura, Hiroshi Harada

Notice bibliographique

RevueThe Proceedings of JSME annual Conference on Robotics and Mechatronics (Robomec) · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotics and Sensor-Based Localization
Établissements canadiensGrieg Seafood (Canada)
Organismes subventionnairesnon disponible
Mots-clésCommercializationRobotComputer scienceKey (lock)SoftwareFeature (linguistics)Open sourceArtificial intelligenceOpen platformHuman–computer interactionComputer visionOperating system

Résumé

récupéré en direct d'OpenAlex

The platform is a key concept proposed by the NEDO project named “Technology Development Project for Robot Commercialization Applications”. It is an attempt to make an enormous technology source opened to utilize, modify and re-distribute. According to this concept, the 3D vision platform is developed for the use of various robot applications. This platform consists of the high precision compact 3D stereo cameras and its surrounding software running on ROS. This paper introduces the feature of this platform and as its example of use, shows the random picking application.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,559
Score d'incertitude au seuil0,757

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,245
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Proceedings of JSME annual Conference on Robotics and Mechatronics (Robomec)Même sujetRobotics and Sensor-Based LocalizationTravaux en français237 207