一种轻量型的机械臂抓取检测方法

本发明公开了一种轻量型的机械臂抓取检测方法，属于机械臂抓取技术领域，包括以下步骤1、获取机械臂的抓取数据集并进行预处理，2、完成预处理后，基于Ghost卷积构建深度学习网络，设置损失函数，更新优化深度学习网络，3、通过更新优化后的深度学习网络获得高层次特征，4、根据高层次特征得到机械臂抓取姿态的像素形式，5、根据相机内参数将像素坐标转换到相机坐标，6、将相机坐标转为世界坐标，完成抓取检测，本发明采用上述方法，通过深度学习网络预测了图像中每个像素点的抓取置信度、旋转角度、机械臂夹爪开合大小等信息，最终通过像素到世界坐标的转换，将图像数据转化为可用于机械臂控制的抓取位姿。