基于迁移学习的抓取检测方法研究

本文提出了一种基于迁移学习的检测网络(PTN),利用RGB图像预测平行板抓取器和非对称三指抓取器的可行抓取。我们提出了一个像素级抓取表示,通用型线段抓取表示法,它适用于平行板抓取器和非对称三指抓取器。为了预测RGB图像中合适的抓取区域及其对应的抓取角度和宽度,PTN使用PSPNet作为特征提取器,并使用一个三通道抓取预测器来预测每个像素的可行线段抓取表示。在新创建的抓取数据集上,我们的模型在图像分割和对象分割上的准确率分别达到96.2%和91.32%,并获得了与最新方法一致的准确预测。