一种基于混合图像数据的工件抓取能力持续学习方法

本申请涉及图像学习技术领域，尤其涉及一种基于混合图像数据的工件抓取能力持续学习方法。该方法通过获取目标工件的原始图像数据集，生成虚拟图像数据集，并组合形成混合图像数据集，调用保存的抓取学习模型，对抓取学习模型植入可塑性因子后进行通用学习网络训练，生成持续学习模型，基于持续学习模型分析出实际工况下的目标工件的抓取参数。本申请通过对抓取学习模型进行可塑性因子植入，保留了先前执行工件抓取能力持续学习方法得到最优抓取姿态的过程中的抓取特征，并将其应用到后续执行工件抓取能力持续学习方法的过程中，有效避免了对抓取特征的遗忘。