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
带我去滑雪3 天前
基于迁移学习实现肺炎X光片诊断分类
人工智能·机器学习·迁移学习
wgc2k11 天前
吴恩达深度学习复盘(14)迁移学习|项目基本周期
人工智能·深度学习·迁移学习
青椒大仙KI1115 天前
25/4/9 算法笔记 DBGAN+强化学习+迁移学习实现青光眼图像去模糊1
人工智能·笔记·学习·算法·迁移学习
青云交19 天前
Java 大视界 -- 基于 Java 的大数据机器学习模型在图像识别中的迁移学习与模型优化(173)
大数据·迁移学习·图像识别·模型优化·deeplearning4j·机器学习模型·java 大数据
Summer_Anny1 个月前
EMA与迁移学习技术的结合
人工智能·机器学习·迁移学习
qqqweiweiqq1 个月前
基于PyTorch的艺术风格迁移系统:卷积神经网络与迁移学习在图像生成的应用
pytorch·cnn·迁移学习
拓端研究室TRL1 个月前
Matlab深度学习ResNet、迁移学习多标签图像分类及超分辨率处理Grad CAM可视化分析COCO、手写数字数据集...
人工智能·深度学习·机器学习·分类·迁移学习
万事可爱^1 个月前
深度迁移学习实战指南:从理论到产业级应用
人工智能·pytorch·深度学习·机器学习·迁移学习·tensorflow2
小圆圆6661 个月前
一学就会的深度学习基础指令及操作步骤(6)迁移学习
人工智能·深度学习·卷积神经网络·迁移学习
小赖同学啊2 个月前
PyTorch 中结合迁移学习和强化学习的完整实现方案
人工智能·pytorch·迁移学习