一种基于深度学习的机器人抓取检测方法及其实现系统

本发明涉及机器人视觉技术领域，提出了一种基于深度学习的机器人抓取检测方法及其实现系统。所述方法在特征提取阶段采用Deeplabv3+Backbone网络结构，通过简化模型设计，在确保检测精度的前提下，显著降低了模型参数量和检测时间，提升了运算效率；引入通道、全局与局部注意力机制的模块，有助于更有效地捕捉和突出关键特征信息；基于深度学习的生成式机器人抓取检测方法，在GPU加速支持下，检测速度可达到每次43.99ms，并且在重新标注的Cornell公开抓取数据集上，实验结果表明其检测精度高达99.4％，优于现有的生成式深度学习抓取检测方法。