一种基于Transformer-CNN的平面抓取位姿的处理方法及系统

本发明公开了一种基于Transformer‑CNN的平面抓取位姿的处理方法及系统，属于视觉抓取及预测技术领域。包括以下步骤：对预测数据集进行预处理，获取输入图像；构建基于Transformer‑CNN的平面抓取位姿预测模型；平面抓取位姿预测模型包括编码器模块、解码器模块以及抓取预测模块；将获取的输入图像输入到构建的平面抓取位姿预测模型中进行模型训练与测试：使用训练后的平面抓取位姿预测模型获取抓取配置，生成预测结果。相较于现有技术，本发明的有益之处在于，实现了对抓取特征表示的增强、多层级特征交互与信息保留的优化，以及抓取位姿预测准确性与泛化能力的提升。