一种抓取检测模型的训练方法、识别方法、系统、设备

文档序号:36443234发布日期:2023-12-21 12:31阅读:来源:国知局

技术特征:

1.一种抓取检测模型的训练方法,其特征在于,所述训练方法包括:

2.根据权利要求1所述的抓取检测模型的训练方法,其特征在于,所述对所述标注好的rgb-d图像训练集进行多尺度特征提取处理,得到全局特征图集,包括:

3.根据权利要求1所述的抓取检测模型的训练方法,其特征在于,所述根据所述全局特征图集对所述点云数据集进行特征插值处理,得到插值特征集,包括:

4.根据权利要求3所述的抓取检测模型的训练方法,其特征在于,所述对所述点云数据集进行尺寸平衡处理,得到局部特征数据集,包括:

5.根据权利要求1所述的抓取检测模型的训练方法,其特征在于,所述对所述语义空间特征集进行多角度预测处理,得到训练预测候选集,包括:

6.根据权利要求1所述的抓取检测模型的训练方法,其特征在于,所述根据所述训练预测候选集对初始化的抓取检测模型进行参数更新,得到训练好的抓取检测模型,包括:

7.一种抓取检测模型的识别方法,其特征在于,包括:

8.一种抓取检测模型的训练系统,其特征在于,包括:

9.一种计算机设备,其特征在于,包括:

10.一种计算机可读存储介质,其中存储有处理器可执行的程序,其特征在于,所述处理器可执行的程序在由所述处理器执行时用于实现如权利要求1-7中任一项所述的方法。


技术总结
本发明公开了一种抓取检测模型的训练方法、识别方法、系统、设备。该方法通过获取并对RGB‑D图像训练集进行点云转换处理,得到点云数据集;对RGB‑D图像训练集进行多尺度特征提取处理,得到全局特征图集;分别对点云数据集进行特征插值处理和尺寸平衡处理,得到插值特征数据集和局部特征数据集;对局部特征数据集和插值特征数据集进行特征融合处理,得到并对语义空间特征集进行多角度预测处理,得到训练预测候选集;根据训练预测候选集对初始化的抓取检测模型进行参数更新,得到抓取检测模型。该方法可以有效提高抓取检测模型对堆叠物体边缘的区分能力,有效提高抓取检测模型的识别准确性。本发明可广泛应用于人工智能技术领域。

技术研发人员:程良伦,陈泳斌,王涛
受保护的技术使用者:广东工业大学
技术研发日:
技术公布日:2024/1/15
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1