把持位置姿勢を予測（V2）

機能

このステップは2D画像と深度画像から把持対象物を認識し、把持位置姿勢を出力できます。

注釈

• このステップを使用する際に、ログバーに「ディープラーニングサーバーが正常に起動しました」というメッセージが表示されるのを待ってから、このステップを実行します。

• このステップを初めて実行する前に、 把持の設定ファイル を追加する必要があります。読み込みに少し時間がかかりますので、しばらくお待ちください。

使用シーン

このステップは商品仕分けに使用され、物流、スーパーマーケット、ケーブル産業でよく使用されています。スケーリングされた深度画像、点群、ROI情報を取得するために、ステップ 2D ROI内の画像をスケーリング の後に使用されます。

入力と出力

パラメータの説明

サーバー

サーバーIP

パラメータ説明：このパラメータは、ディープラーニングサーバーのIPアドレスを設定するために使用されます。

初期値：127.0.0.1

調整説明：実際のニーズに応じて設定してください。

サーバーポート（1-65535）

パラメータ説明：このパラメータは、ディープラーニングサーバーのポート番号を設定するために使用されます。

初期値：60054

設定可能な範囲：60000~65535

調整説明：実際のニーズに応じて設定してください。

把持設定

把持設定のフォルダパス

パラメータ説明：このパラメータは、把持設定フォルダのパスを設定するために使用されます。

調整説明：プロジェクトを実行する前に、シーンに応じて 把持設定のフォルダ を追加する必要があります。Mech-Mindは、物流（セマンティックセグメンテーション）、物流（対象物検出）、スーパーマーケット、ケーブル、薬の外箱の5つの把持設定フォルダを提供しています。詳細は下表に示します。必要な場合はMech-Mind株式会社にお問い合わせください。

使用シーン	把持設定のフォルダパス
物流業界（セマンティックセグメンテーション）	Logistics_Seg_RGBSuction
物流業界（対象物検出）	Logistics_OD_RGBSuction
スーパーマーケット業界	Supermarket_Seg_RGBSuction
ケーブル業界	Cable_Seg_RGBGrasp
薬の外箱	MedicineBox_Instance_3DSize_RGBSuction

注釈

把持の設定フォルダには、2つのJSONファイルと、1つのモデルが格納されているmodelフォルダがあります。パスを追加するときは、一番外側のフォルダを使用し、modelフォルダに選択する必要がありません。そうしないと、エラーが報告されます。

例えば：xxxx\Cable_Seg_RGBGraspのパスを選択します。

ヒント

ディープラーニングモデルの選び方を判断するには、ある程度のディープラーニングの知識が必要なので、ご利用の際はMech-Mind株式会社に問い合わせることをお勧めします。

物流業界（セマンティックセグメンテーション）

詳細については、 物流業界（セマンティックセグメンテーション）に適応可能なパラメータ をご参照ください。

物流業界（対象物検出）

詳細については、 物流業界（対象物検出）に適応可能なパラメータ をご参照ください。

スーパーマーケット業界

詳細については、 スーパーマーケットに適応可能なパラメータ をご参照ください。

ケーブル業界

詳細については、 ケーブルに適用可能なパラメータ をご参照ください。

薬の外箱

詳細については、 薬の外箱に適応可能なパラメータ をご参照ください。

注意

上記のシーンでモデルを使用する場合、GeForce GTX 10シリーズを推奨し、ビデオメモリは4G以上が必要です。このステップを初めて実行すると、グラフィックカードに応じてモデルが最適化され、その処理には15分から35分程度かかります。