一种基于深度学习从图像预测物体抓取顺序的方法.pdfVIP

下载本文档

5
0
约2.24万字
约 16页
2023-05-19 发布于北京
举报
版权申诉

一种基于深度学习从图像预测物体抓取顺序的方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于深度学习从图像预测物体抓取顺序的方法，包括以下步骤：1)采集无序抓取场景图片；2)使用深度分割网络，从图片中检测所有待抓取物体的检测框和分割掩模；3)将不同分割掩模对应的特征图区域进行池化，使之变成等长的特征向量。同时，将全局的特征图进行特征池化，成为全局特征向量；4)将所有特征掩模对应的特征向量连接上全局的特征向量，使之成为每个物体的特征向量；并将其无序地送入一个特殊的循环神经网络，循环神经网络输出物体的抓取顺序。本发明能够在复杂的堆叠物体场景中预测出合理的抓取顺序，能够加

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882214 A (43)申请公布日 2022.08.09 (21)申请号 202210344226.8 (22)申请日 2022.04.02 (71)申请人华南理工大学