为了提高机器人抓取算法的检测性能

结合卷积神经网络(CNN)和深度学习理论基础

设计了一种基于Inception模块和注意力机制SENet网络的轻量级卷积模块SE-Inception-Lite

并对SE-Inception-Lite模块进行了残差机制算法融合。在此基础上

设计了基于SE-Inception GraspNet抓取网络的机器人多模态抓取检测算法

并在康奈尔抓取数据集上进行验证。实验结果表明:本文算法在图像分割数据和对象分割数据中的准确率分别为96.5%和96.3%

检测速度为22 ms。本文算法的抓取检测精度比同类算法更高更快。本文网络的网络参数也较少

算法运行需要的计算机资源更少

对机器人抓取检测的推广起了重要作用。