基于注意力机制的实时性抓取检测算法

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.

关键词：像素检测;实时性;注意力机制;轻量级卷积神经网络

所属期刊栏目：41

分类号：TP242.6(自动化技术及设备)

资助基金：上海市科委重点科技项目;上海工程技术大学检测技术与自动化装置学科学位点建设项目

在线出版日期：2022-01-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：131-134