摘要
本发明公开了基于可解释性神经网络的机器人抓取位姿检测方法及系统,该方法包括:获取目标物体的三通道RGB图像并进行图像数据预处理,得到预处理后的目标物体三通道RGB图像;引入NAS技术与跳跃连接,结合残差卷积模块,构建目标物体位姿检测模型;基于目标物体位姿检测模型,对预处理后的目标物体三通道RGB图像进行抓取位姿检测,得到机器人抓取位姿检测结果。本发明能够根据多样化物体的外部物理特性,自动调整神经网络的结构或参数,以提高目标物体位姿检测的准确性。本发明作为基于可解释性神经网络的机器人抓取位姿检测方法及系统,可广泛应用于机器人位姿检测技术领域。
技术关键词
物体位姿检测
机器人抓取
位姿检测方法
特征提取模块
卷积模块
三通道
图像数据预处理
注意力
图像特征信息
细粒度特征
上采样
位姿检测系统
输入端
高效多尺度
局部特征提取
机器人位姿
有效性
积层
系统为您推荐了相关专利信息
图像去雾模型
特征提取模块
融合特征
图像编码
图像增强模块
设备剩余使用寿命
工业设备
预警系统
设备运行数据
寿命预测模型
深度学习预测模型
资源分配策略
管理方法
卷积模块
滑动窗口算法