科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对复杂场景中的抓取检测问题：如何准确地检测抓取目标，如何从检测出的目标中生成抓取框，提出一种基于语义分割的两阶段抓取检测算法。首先，该算法使用ResNet-101作为骨干网络进行特征提取，提出在不同卷积层模块上使用特征金字塔(Feature Pyramid Network， FPN)连接的方法；然后，在第一阶段使用改进的Faster R-CNN进行抓取检测，在第二阶段使用语义分割预测像素点的分类；最后，利用提出了一种特征融合模块，通过将两个阶段的结果作为输入进行特征融合，用于计算精确的抓取候选框。在Cornell数据集上训练模型，图像划分测试上取得98.2%准确率，能够实时检测对象并生成抓取框。
- 单位
