diffusion
-
ResultsAfter 1 epoch After 5 epoch 우선 데이터셋으로 제공해주는 pkl 파일 안에 뭐가 있는지 확인해보자. Train Dataset모델 학습을 위한 raw 센서 데이터pose: 로봇의 현재 위치/자세vel: 속도 데이터 (50개 시퀀스)imu: IMU 센서 데이터 (20개 시퀀스)camera: 카메라 이미지lidar: 3D LiDAR 데이터lidar2d: 2D LiDAR 스캔 데이터targets: 목표 위치들 (100개)trajectories: gt trajectorylocal_map: 로컬 맵 데이터Data type: Dictionary keys:pose: type=, shape=(3, 4)First element type: First element shape: (4,)vel..
DTG : inferenceResultsAfter 1 epoch After 5 epoch 우선 데이터셋으로 제공해주는 pkl 파일 안에 뭐가 있는지 확인해보자. Train Dataset모델 학습을 위한 raw 센서 데이터pose: 로봇의 현재 위치/자세vel: 속도 데이터 (50개 시퀀스)imu: IMU 센서 데이터 (20개 시퀀스)camera: 카메라 이미지lidar: 3D LiDAR 데이터lidar2d: 2D LiDAR 스캔 데이터targets: 목표 위치들 (100개)trajectories: gt trajectorylocal_map: 로컬 맵 데이터Data type: Dictionary keys:pose: type=, shape=(3, 4)First element type: First element shape: (4,)vel..
2024.12.09 -
DTG : Diffusion-based Trajectory Generation for Mapless Global Navigationhttps://github.com/jingGM/DTG.git GitHub - jingGM/DTGContribute to jingGM/DTG development by creating an account on GitHub.github.com 덧) 이거 실행하면 이케 학습됨 근데 코드에 오타가 있어서 몇 개 고쳐줘야 댐... +) 그리고 github에 inference 코드가 공개가 안 되어 있삼... 😡 잉 잉 모델이 최종적으로 예측하는 것 출력 차원(batch_size, waypoints_num, waypoint_dim)waypoints_num : 경로를 구성하는 wayp..
DTG : code explainedDTG : Diffusion-based Trajectory Generation for Mapless Global Navigationhttps://github.com/jingGM/DTG.git GitHub - jingGM/DTGContribute to jingGM/DTG development by creating an account on GitHub.github.com 덧) 이거 실행하면 이케 학습됨 근데 코드에 오타가 있어서 몇 개 고쳐줘야 댐... +) 그리고 github에 inference 코드가 공개가 안 되어 있삼... 😡 잉 잉 모델이 최종적으로 예측하는 것 출력 차원(batch_size, waypoints_num, waypoint_dim)waypoints_num : 경로를 구성하는 wayp..
2024.12.05