使用神经网络放置对象的技术制造技术

本公开涉及使用神经网络放置对象的技术。用于将一个或更多个对象放置在位置和方向上的装置、系统和技术。在至少一个实施例中，一个或更多个电路用于使用一个或更多个神经网络以使一个或更多个自主设备至少部分地基于位置和方向的一个或更多个图像，将一个或更多个对象放置在位置和方向上。对象放置在位置和方向上。对象放置在位置和方向上。

【技术实现步骤摘要】
使用神经网络放置对象的技术


[0001]至少一个实施例涉及处理用于控制自主设备放置对象的资源。例如，至少一个实施例涉及处理器或计算系统，其使用一个或更多个神经网络来使自主设备根据本文描述的各种新颖技术来放置对象。

技术介绍

[0002]使自主设备放置和/或重新布置对象可能使用大量的存储器、时间或计算资源。可以提高用于使自主设备放置对象的存储器、时间或计算资源的数量和/或对象放置的准确性。
附图说明
[0003]图1是示出了根据至少一个实施例的对象放置系统的环境的框图；
[0004]图2是根据至少一个实施例的对象放置技术的框图；
[0005]图3是根据至少一个实施例的对象放置技术的框图；
[0006]图4示出了根据至少一个实施例的由对象放置技术所使用的目标场景和初始场景的图像；
[0007]图5示出了根据至少一个实施例的当前场景的一系列图像；
[0008]图6是根据至少一个实施例的使一个或更多个自主设备将一个或更多个对象放置在位置和方向上的技术的流程图；
[0009]图7是根据至少一个实施例的使一个或更多个自主设备将一个或更多个对象放置在位置和方向上的技术的流程图；
[0010]图8是根据至少一个实施例的选择和移动对象的技术的流程图；
[0011]图9是根据至少一个实施例的训练神经网络以估计用于对象放置技术的光流的技术的流程图；
[0012]图10A示出了根据至少一个实施例的逻辑；
[0013]图10B示出了根据至少一个实施例的逻辑；
[0014]图11示出了根据至少一个实施例的神经网络的训练和部署；
[0015]图12示出了根据至少一个实施例的示例数据中心系统；
[0016]图13A示出了根据至少一个实施例的自主车辆的示例；
[0017]图13B示出了根据至少一个实施例的图13A的自主车辆的相机位置和视野的示例；
[0018]图13C是根据至少一个实施例的示出图13A的自主车辆的示例系统架构的框图；
[0019]图13D是根据至少一个实施例的示出用于一个或更多个基于云的服务器与图13A的自主车辆之间进行通信的系统的图；
[0020]图14是根据至少一个实施例的示出计算机系统的框图；
[0021]图15是根据至少一个实施例的示出计算机系统的框图；
[0022]图16示出了根据至少一个实施例的计算机系统；
[0023]图17示出了根据至少一个实施例的计算机系统；
[0024]图18A示出了根据至少一个实施例的计算机系统；
[0025]图18B示出了根据至少一个实施例的计算机系统；
[0026]图18C示出了根据至少一个实施例的计算机系统；
[0027]图18D示出了根据至少一个实施例的计算机系统；
[0028]图18E和图18F示出了根据至少一个实施例的共享编程模型；
[0029]图19示出了根据至少一个实施例的示例性集成电路和相关的图形处理器。
[0030]图20A
‑
图20B示出了根据至少一个实施例的示例性集成电路和相关联的图形处理器。
[0031]图21A
‑
图21B示出了根据至少一个实施例的附加的示例性图形处理器逻辑；
[0032]图22示出了根据至少一个实施例的计算机系统；
[0033]图23A示出了根据至少一个实施例的并行处理器；
[0034]图23B示出了根据至少一个实施例的分区单元；
[0035]图23C示出了根据至少一个实施例的处理集群；
[0036]图23D示出了根据至少一个实施例的图形多处理器；
[0037]图24示出了根据至少一个实施例的多图形处理单元(GPU)系统；
[0038]图25示出了根据至少一个实施例的图形处理器；
[0039]图26是根据至少一个实施例的示出用于处理器的处理器微架构的框图；
[0040]图27示出了根据至少一个实施例的深度学习应用程序处理器；
[0041]图28是根据至少一个实施例的示出了示例神经形态处理器的框图；
[0042]图29示出了根据一个或更多个实施例的图形处理器的至少部分；
[0043]图30示出了根据一个或更多个实施例的图形处理器的至少部分；
[0044]图31示出了根据一个或更多个实施例的图形处理器的至少部分；
[0045]图32是根据至少一个实施例的示出了图形处理器的图形处理引擎的框图；
[0046]图33是根据至少一个实施例的示出了图形处理器核心的至少部分的框图；
[0047]图34A
‑
图34B示出了根据至少一个实施例的线程执行逻辑，其包括图形处理器核心的处理元件的阵列。
[0048]图35示出了根据至少一个实施例的并行处理单元(“PPU”)；
[0049]图36示出了根据至少一个实施例的通用处理集群(“GPC”)；
[0050]图37示出了根据至少一个实施例的并行处理单元(“PPU”)的存储器分区单元；
[0051]图38示出了根据至少一个实施例的流式多处理器。
[0052]图39是根据至少一个实施例的高级计算管线的示例数据流图；
[0053]图40是根据至少一个实施例的用于在高级计算管线中训练、适应、实例化和部署机器学习模型的示例系统的系统图；
[0054]图41包括根据至少一个实施例的用于处理成像数据的高级计算管线4010A的示例图示；
[0055]图42A包括根据至少一个实施例的支持超声设备的虚拟仪器的示例数据流图；
[0056]图42B包括根据至少一个实施例的支持CT扫描仪的虚拟仪器的示例数据流图；
[0057]图43A示出了根据至少一个实施例的用于训练机器学习模型的过程的数据流图；
以及
[0058]图43B是根据至少一个实施例的利用预训练的注释模型来增强注释工具的客户端
‑
服务器架构的示例图示。
具体实施方式
[0059]图1是示出了根据至少一个实施例的对象放置系统102的环境100的框图。在至少一个实施例中，环境100包括一组对象104，例如对象106、对象108和对象110。在至少一个实施例中，一组对象104在支撑结构112(例如，桌子、书桌或其他支撑结构)上。在至少一个实施例中，对象放置系统102要在一组对象(例如，一组对象104)中放置和/或重新布置对象。在至少一个实施例中，一组对象中的对象被称为未知对象，因为对象放置系统102没有使用那些特定的对象进行训练和/或因为对象放置系统102没有使用表示那些特定对象的先前存在的模型信息(例如，一个或更多个三维(3D)模型)。
[0060]在至少一个实施例中，对象放置系统102包括操纵器114。在至少一个实施例中，操纵器114可用于抓取、移动、放置和/或重新布置一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种处理器，包括：一个或更多个电路，用于使用一个或更多个神经网络以使一个或更多个自主设备至少部分地基于位置和方向的一个或更多个图像，将一个或更多个对象放置在所述位置和方向上。2.根据权利要求1所述的处理器，其中所述一个或更多个图像包括所述一个或更多个对象的目标位置和方向的图像，并且所述一个或更多个电路用于使所述一个或更多个自主设备至少部分地基于识别所述一个或更多个对象的当前位置和方向的一个或更多个第一图像中的像素与所述一个或更多个对象的所述目标位置和方向的第二图像中的像素之间的对应关系，将所述一个或更多个对象放置在所述位置和方向上。3.根据权利要求1所述的处理器，其中所述一个或更多个电路用于使所述一个或更多个自主设备至少部分地基于当前图像到所述一个或更多个图像中的至少一个图像的变换来放置所述一个或更多个对象。4.根据权利要求1所述的处理器，其中所述一个或更多个电路用于使所述一个或更多个自主设备进一步至少部分地基于像素深度信息，将所述一个或更多个对象放置在所述位置和方向上。5.根据权利要求1所述的处理器，其中所述一个或更多个图像是包括像素深度值的一个或更多个彩色图像。6.根据权利要求1所述的处理器，其中所述一个或更多个电路用于使所述一个或更多个自主设备至少部分地基于一个或更多个光流估计来放置所述一个或更多个对象。7.根据权利要求1所述的处理器，其中所述一个或更多个电路用于识别所述一个或更多个对象中的一组对象，所述一个或更多个对象中的一组对象能被移动到所述位置和方向而不会与所述一个或更多个对象中的另一对象碰撞。8.根据权利要求1所述的处理器，其中所述一个或更多个电路用于识别第一当前图像中的像素和第二图像中的像素之间的对应关系，以及使所述一个或更多个自主设备至少部分地基于所述对应关系来放置所述一个或更多个对象。9.一种系统，包括：一个或更多个处理器，用于使用一个或更多个神经网络以使一个或更多个自主设备至少部分地基于位置和方向的一个或更多个图像，将一个或更多个对象放置在所述位置和方向上；以及一个或更多个存储器，用于存储所述一个或更多个图像。10.根据权利要求9所述的系统，其中所述一个或更多个图像包括所述一个或更多个对象的目标位置和方向的彩色图像，并且所述一个或更多个处理器用于使所述一个或更多个自主设备至少部分地基于所述一个或更多个对象的当前位置和方向的一个或更多个图像以及所述一个或更多个对象的所述目标位置和方向的一个或更多个彩色图像，将所述一个或更多个对象放置在所述位置和方向上。11.根据权利要求9所述的系统，其中所述一个或更多个图像包括具有所述一个或更多个对象的目标位置和方向的像素深度信息的彩色图像，并且所述一个或更多个处理器用于使所述一个或更多个自主设备至少部分地基于具有所述一个或更多个对象的当前位置和方向的像素深度信息的一个或更多个彩色图像，将所述一个或更多个对象放置在所述位置
和方向上。12.根据权利要求9所述的系统，其中所述一个或更多个处理器用于至少部分地基于所述一个或更多个图像生成像素的一个或更多个光流估计，并且所述一个或更多个处理器用于使所述一个或更多个自主设备至少部分地基于所述一个或更多个光流估计来放置所述一个或更多个对象。13.根据权利要求9所述的系统，其中所述一个或更多个处理器用于将一个或更多个移动值指派给一个或更多个对象，所述一个或更多个对象能被移动到所述位置和方向而不会与另一对象碰撞，并且所述一个或更多个处理器用于使所述一个或更多个自主设备至少部分地基于所述一个或更多个移动值来移动对象。14.根据权利要求9所述的系统，其中所述一个或更多个处理器用于至少部分地基于所述一个或更多个神经网络、两个或更多个当前图像和目标图像中的一个或更多个来估计光流，并且所述一个或更多个处理器用于使所述一个或更多个自主设备至少部分地基于所估计的光流来放置所述一个或更多个对象。15.一种方法，包括：使用一个或更多个神经网络以使一个或更多个自主设备至少部分地基于位置和方向的一个或更多个图像，将一个或更多个对象放置在所述位置和方向上。16.根据权利要求15所述的方法，其中所述位置和方向的所述一个或更多个图像包括所述一个或更多个对象的目标位置和方向的图像，并且所述方法包括：使所述一个或更多个自主设备还至少部分地基于当前位置和方向的一个或更多个图像来放置所述一个或更多个对象。17.根据权利要求15所述的方法，其中所述方法还包括：分割所述...

【专利技术属性】
技术研发人员：A，
申请(专利权)人：辉达公司，
类型：发明
国别省市：