شبكة الاتجاه المركزي لتحديد مواقع نقاط القبض على الأقمشة

التقاط الأشياء يُعدّ تحديًا أساسيًا في الروبوتات والرؤية الحاسوبية، وهو أمر بالغ الأهمية لتعزيز قدرات التلاعب الروبوتية. وتُشكل الأشياء القابلة للتشوه، مثل الأقمشة والملابس، تحديات إضافية نظرًا لطبيعتها غير المرنة. في هذه الدراسة، نقدّم نموذج CeDiRNet-3DoF، وهو نموذج تعليم عميق للكشف عن نقاط التقاط الأشياء، مع تركيز خاص على الأشياء القابلة للتشوه من نوع الأقمشة. يعتمد CeDiRNet-3DoF على الانحدار في اتجاه المركز إلى جانب شبكة تحليل مكاني، وقد حقق المركز الأول في مهمة الاستشعار ضمن مسابقة تلاعب الأقمشة في مؤتمر ICRA 2023. وبما أن الأدبيات الحالية تعاني من نقص في المعايير القياسية التي تعيق مقارنة الطرق الفعّالة، نقدّم مجموعة بيانات ViCoS Towel. تتكوّن هذه المجموعة الموسعة من 8000 صورة حقيقية و12000 صورة مُصَنَّعة، وتُعدّ موردًا قويًا لتدريب وتقييم النماذج الحديثة القائمة على البيانات. أظهرت التقييمات الموسعة قوة أداء CeDiRNet-3DoF في البيئات الواقعية، حيث تفوق على أفضل الطرق المطورة حديثًا، بما في ذلك النماذج الحديثة القائمة على المحولات (transformer). يُعدّ هذا العمل حلًا قويًا يُغطي فجوة مهمة، ويقدّم حلًا ونقطة مرجعية موثوقة لمشكلة التقاط الأقمشة في مجالات الرؤية الحاسوبية والروبوتات. يمكن الاطلاع على الكود وبيانات المجموعة من خلال: https://github.com/vicoslab/CeDiRNet-3DoF