一种基于深度学习的机械臂智能抓取检测方法、设备及介质

本发明涉及一种基于深度学习的机械臂智能抓取检测方法、设备及介质，搭建ECBAFormer网络模型，将创建的图像数据集和标签文件输入网络中进行训练，对特征进行分类损失计算以及抓取位姿回归损失计算，最终检测到目标的类别和抓取位姿。通过使用通过简化特征提取网络，得到高效快速的特征提取网络架构MetaFormer，对检测网络进行轻量化的同时保证了特征提取的准确度。与现有技术相比，本发明具有检测准确度高、适用范围广和高效率等优点。