摘要
本发明提供了一种像素级抓取检测方法、装置和存储介质,涉及机器视觉技术领域,包括:引入跳跃连接:基于生成残差卷积神经网络,将生成残差卷积神经网络的卷积层的输出特征与反卷积层的输出特征进行特征拼接;引入注意力机制:在生成残差卷积神经网络的残差块中引入ECA通道注意力机制,通过ECA模块对特征图的各个通道分配权重;改进损失函数:通过加权掩码对物体所在的区域给予更高的权重,得到优化后的损失函数;基于改进后的生成残差卷积神经网络对待抓取物品进行检测。根据本发明提供的像素级抓取检测方法能够更精确地捕捉物体的局部几何信息与全局结构关系,从而提高检测的精度和鲁棒性。
技术关键词
残差卷积神经网络
掩码矩阵
像素
引入注意力机制
通道注意力机制
抓取物品
输出特征
抓取检测装置
机器视觉技术
全局平均池化
存储程序指令
矩形
可读存储介质
抓取动作
图像
抓取装置
元素
上采样
系统为您推荐了相关专利信息
电气火灾监控探测
电气设备监控
图像处理
机器学习模型
空间位置关系
掩码矩阵
数据融合方法
多模态特征融合
数据融合装置
场景