基于RP-ResNet网络的抓取检测方法OACSTPCD
GRABING DETECTION METHOD BASED ON RP-RESNET NETWORK
针对目前机器人抓取中实时性差和小目标物体抓取效果不理想的问题,提出基于RP-ResNet网络的抓取检测方法.该方法以模型ResNet-50为基础,引入Region Proposal Network(RPN)网络与改进型空间金字塔结构,使用SENet机构增强通道注意力,充分提取不同深度语义信息,加强对高低层信息的利用,增加了抓取点检测的准确性.在Cornell数据集上进行实验验证,结果表明,RP-ResNet网络结构达到实验要求,能够提高物体检测的准确度与检测效率.
赵景波;邱腾飞;朱敬旭辉;刘信潮
青岛理工大学 山东 青岛266000青岛理工大学 山东 青岛266000青岛理工大学 山东 青岛266000青岛理工大学 山东 青岛266000
信息技术与安全科学
深度学习区域建议网络SENet结构空间金字塔池化(SPP)
《计算机应用与软件》 2023 (3)
基于深度学习的装配场景理解及装配诱导、监测研究
210-216,7
国家自然科学基金项目(51475251)山东省自然科学基金项目(ZR2013FM014)山东省高等学校科技计划项目(J12LN37)青岛市科技计划项目(15-9-2-109-nsh).
评论