科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对在工业环境中,机器人的抓取精准度受到物体不同的姿态和角度等影响的问题,提出一种基于注意力机制的实时性逐像素网络抓取检测方法。首先,以轻量级网络—全卷积网络(FCN)模型为基础进行逐像素提取抓取框位置及抓取角度;其次,提出了一种新型的注意力机制—DAM,将其整合到轻量级网络中,自动学习输入图像的显著特征以减少局部信息的丢失。与常用的滑动窗口方法相比,本文模型训练时损失率下降更快以及不容易过拟合。最后,在Cornell数据集上进行实验,结果表明:所提方法在物体抓取的准确性和实时性方面有很大提高,达到实时性抓取检测要求。
- 单位
