論文の概要: Seg2Grasp: A Robust Modular Suction Grasping in Bin Picking

• arxiv url: http://arxiv.org/abs/2607.17757v1
• Date: Mon, 20 Jul 2026 09:48:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-21 18:48:37.57829
• Title: Seg2Grasp: A Robust Modular Suction Grasping in Bin Picking
• Title（参考訳）: Seg2Grasp:ビンピッキングにおけるロバストなモジュラー吸引グラフ
• Abstract要約: Seg2Graspは、乱雑なビンシナリオで堅牢な吸引把握のために設計されたモジュラーパイプラインである。 このモジュールはTransformerベースのモデルを使用して、RGB-D画像からクラスに依存しないオブジェクトマスクを生成する。 Graspingモジュールは、最適吸引点を決定するために表面正規とマスクの提案を使用する。 分類モジュールは細調整されたオープン語彙 Mask-CLIP を利用して正確なオブジェクト識別を行う。
• 参考スコア（独自算出の注目度）: 23.454735565855028
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Current bin picking methods that rely heavily on end-to-end learning often falter when confronted with unfamiliar or complex objects in unstructured environments. To overcome these limitations, we introduce Seg2Grasp, a modular pipeline designed for robust suction grasping in dynamic and cluttered bin scenarios. Seg2Grasp is built on a three-step process: Segmentation, Grasping, and Classification. The Segmentation module employs a Transformer-based model to generate class-agnostic object masks from RGB-D images, ensuring accurate detection across various conditions. The Grasping module uses surface normals and mask proposals to determine the optimal suction points, enhancing grasp success. Finally, the Classification module leverages fine-tuned open-vocabulary Mask-CLIP for precise object identification, enabling versatile handling of diverse objects. Real-world robotic experiments demonstrate that Seg2Grasp outperforms existing methods in success rates and adaptability, establishing it as a powerful tool for automated bin picking in industrial settings.
• Abstract（参考訳）: エンド・ツー・エンドの学習に大きく依存する現在のビンピック手法は、構造化されていない環境において、馴染みのない、あるいは複雑なオブジェクトに直面すると、しばしば混乱する。 これらの制限を克服するため、動的および乱雑なビンシナリオにおいて、ロバストな吸引把握のために設計されたモジュールパイプラインであるSeg2Graspを紹介した。 Seg2Graspは,Segmentation, Grasping, Classificationという3段階のプロセス上に構築されている。 SegmentationモジュールはTransformerベースのモデルを使用して、RGB-D画像からクラスに依存しないオブジェクトマスクを生成し、さまざまな条件を正確に検出する。 Graspingモジュールは、表面正規化とマスクの提案を使用して最適な吸引点を決定する。 最後に、分類モジュールは細調整されたオープン語彙 Mask-CLIP を利用して正確なオブジェクト識別を行い、多様なオブジェクトを多目的に扱うことができる。 実世界のロボット実験では、Seg2Graspは成功率と適応性において既存の手法よりも優れており、産業環境での自動ビンピックの強力なツールとして確立されている。

関連論文リスト

• Evaluating SAM2 for Video Semantic Segmentation [60.157605818225186]
  Anything Model 2 (SAM2)は、画像とビデオの両方において、迅速な視覚オブジェクトのセグメンテーションのための強力な基盤モデルであることが証明されている。 本稿では, SAM2 から高密度ビデオセマンティック (VSS) への拡張について検討する。 我々の実験は、SAM2を利用することでVSSの全体的な性能が向上することを示唆している。
  論文  参考訳（メタデータ） (2025-12-01T15:15:16Z)
• ClustViT: Clustering-based Token Merging for Semantic Segmentation [2.661056455199956]
  最近の研究は、画像の複雑さに応じてトークンを動的にマージすることに焦点を当てている。 我々は、視覚変換器(ViT)のバックボーンとアドレスセマンティックセグメンテーションを拡張するClustViTを提案する。 提案手法は,3つのデータセットに対して最大2.18倍のGFLOPと1.64倍の高速推論を実現する。
  論文  参考訳（メタデータ） (2025-10-02T12:15:40Z)
• GeoSAM2: Unleashing the Power of SAM2 for 3D Part Segmentation [81.0871900167463]
  GeoSAM2は3次元部分分割のためのプロンプト制御可能なフレームワークである。 テクスチャのないオブジェクトが与えられた場合、事前に定義された視点から正規写像とポイントマップを描画する。 部品の選択をガイドするシンプルな2Dプロンプト(クリックやボックス)を受け入れます。 予測されたマスクはオブジェクトにバックプロジェクションされ、ビューに集約される。
  論文  参考訳（メタデータ） (2025-08-19T17:58:51Z)
• Task-Specific Adaptation of Segmentation Foundation Model via Prompt Learning [7.6136466242670435]
  本稿では,Segment Anything Model(SAM)に適合した即時学習によるセグメンテーション基礎モデルのタスク固有適応を提案する。 本手法は,入力プロンプトを組込み空間に調整し,目的タスクの特異性に適合させるプロンプト学習モジュールを含む。 様々なセグメンテーションシナリオに対する実験結果から,提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2024-03-14T09:13:51Z)
• Hierarchical Point Attention for Indoor 3D Object Detection [111.04397308495618]
  本研究は、点ベース変圧器検出器の汎用階層設計として、2つの新しい注意操作を提案する。 まず、よりきめ細かい特徴学習を可能にするために、シングルスケールの入力機能からマルチスケールトークンを構築するマルチスケール注意(MS-A)を提案する。 第2に,適応型アテンション領域を持つサイズ適応型ローカルアテンション(Local-A)を提案する。
  論文  参考訳（メタデータ） (2023-01-06T18:52:12Z)
• Segmenting Moving Objects via an Object-Centric Layered Representation [100.26138772664811]
  深層表現を用いたオブジェクト中心セグメンテーションモデルを提案する。 複数のオブジェクトで合成トレーニングデータを生成するスケーラブルなパイプラインを導入する。 標準的なビデオセグメンテーションベンチマークでモデルを評価する。
  論文  参考訳（メタデータ） (2022-07-05T17:59:43Z)
• Towards Robust Video Object Segmentation with Adaptive Object Calibration [18.094698623128146]
  ビデオオブジェクトセグメンテーション(VOS)は、参照フレームの注釈付きオブジェクトマスクを与えられたビデオのすべてのターゲットフレームにおけるオブジェクトのセグメンテーションを目的としている。 本稿では,オブジェクト表現を適応的に構築し,オブジェクトマスクを校正して強靭性を実現する,新しいディープネットワークを提案する。 本モデルは,既存の出版作品の最先端性能を達成し,摂動に対する優れた堅牢性を示す。
  論文  参考訳（メタデータ） (2022-07-02T17:51:29Z)
• BatchFormerV2: Exploring Sample Relationships for Dense Representation Learning [88.82371069668147]
  BatchFormerV2はより一般的なバッチトランスフォーマーモジュールである。 BatchFormerV2は、現在のDETRベースの検出方法を1.3%以上改善している。
  論文  参考訳（メタデータ） (2022-04-04T05:53:42Z)
• BoundarySqueeze: Image Segmentation as Boundary Squeezing [104.43159799559464]
  本研究では,オブジェクトとシーンの微細な高画質画像分割のための新しい手法を提案する。 形態素画像処理技術による拡張と浸食に着想を得て,画素レベルのセグメンテーション問題をスクイーズ対象境界として扱う。 提案手法は,COCO,Cityscapesのインスタンス・セグメンテーション・セグメンテーション・セグメンテーションにおいて大きく向上し,同一条件下での精度・速度ともに従来のPointRendよりも優れていた。
  論文  参考訳（メタデータ） (2021-05-25T04:58:51Z)
• Enhanced Boundary Learning for Glass-like Object Segmentation [55.45473926510806]
  本稿では,拡張境界学習によるガラス状物体分割問題を解くことを目的とする。 特に,より微細な境界キューを生成するための改良された微分モジュールを最初に提案する。 境界に沿った大域的な形状表現をモデル化するために,エッジ対応のグラフ畳み込みネットワークモジュールを提案する。
  論文  参考訳（メタデータ） (2021-03-29T16:18:57Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。