机器人持续学习基准LIBERO系列6——获取并显示实际深度图

0.前置

1.代码基础

2.开启一个新环境

python 复制代码
env_args = {
    "bddl_file_name": os.path.join(os.path.join(get_libero_path("bddl_files"), task.problem_folder, task.bddl_file)),
    "camera_heights": 128,
    "camera_widths": 128
}

env = OffScreenRenderEnv(**env_args)
#设置种子
env.seed(0)
#环境重置
env.reset()
#初始化
env.set_init_state(init_states[0])

3.可视化两个相机的二维图并获取归一化后的深度图

python 复制代码
import numpy as np
#运动机械臂更新环境
obs, _, _, _ = env.step([0.] * 7)
#获取手外相机视角图片
agentview_image = (obs["agentview_image"])
robot0_eye_in_hand_image = (obs["robot0_eye_in_hand_image"])
agentview_depth = (obs["agentview_depth"])
robot0_eye_in_hand_depth =  (obs["robot0_eye_in_hand_depth"])
display(Image.fromarray(agentview_image))
display(Image.fromarray(robot0_eye_in_hand_image))


4.获取并可视化真实深度信息

python 复制代码
from robosuite.utils.camera_utils import get_real_depth_map
agentview_depth_real = get_real_depth_map(env.sim, agentview_depth)
robot0_eye_in_hand_depth_real = get_real_depth_map(env.sim, robot0_eye_in_hand_depth)
python 复制代码
agentview_depth_real = (agentview_depth_real.squeeze()*1000).astype(np.uint8)
robot0_eye_in_hand_depth_real = (robot0_eye_in_hand_depth_real.squeeze()*1000).astype(np.uint8) 
display(Image.fromarray(agentview_depth_real))
display(Image.fromarray(robot0_eye_in_hand_depth_real))


相关推荐
九河云6 天前
利用AWS服务轻松迁移数据上云
服务器·云计算·迁移学习·aws
张小生1807 天前
深度学习中的迁移学习
人工智能·深度学习·迁移学习
云空9 天前
《基于 Excel 和 CSV 文件数据的迁移学习应用》
人工智能·excel·迁移学习
云空9 天前
《迁移学习:开启人工智能新征程》
人工智能·机器学习·迁移学习
计算机软件程序设计18 天前
监督学习、无监督学习、半监督学习、强化学习、迁移学习、集成学习分别是什么对应什么应用场景
机器学习·迁移学习·集成学习
wa的一声哭了19 天前
强化学习的数学原理-01基本概念
人工智能·python·深度学习·机器学习·django·flask·迁移学习
客院载论20 天前
论文学习——基于Whisper迁移学习的阿尔兹海默症检测方法——音频特征和语义特征的结合
学习·whisper·迁移学习
阿亨仔21 天前
迁移学习|ResNet18
人工智能·python·深度学习·算法·机器学习·迁移学习
_.Switch1 个月前
深度学习中的迁移学习:预训练模型微调与实践
人工智能·python·深度学习·神经网络·机器学习·迁移学习
GarryLau1 个月前
使用pytorch进行迁移学习的两个步骤
pytorch·迁移学习·torchvision