龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国科学技术大学
摘要：本发明提供了一种基于自监督表示学习的视觉抓取检测方法及系统，方法包括：步骤1：根据获取到的深度图像，得到有标注图像数据集和无标注图像数据集；步骤2：在编码器中通过孪生网络对无标注图像数据集进行训练，并且通过度量学习损失方法提取相似抓取对象之间的共同特征；步骤3：利用有标注图像数据集对解码器进行微调，得到训练模型；步骤4：通过训练模型进行视觉抓取。与现有技术相比，本发明通过各种数据增强技术，借助度量学习损失，提取相似抓取对象之间的共性，提升了模型的泛化能力，利用已标注的数据对解码器进行微调，从抓取质量图和后续抓取规划生成的抓取位姿中推断出最佳抓取候选，从而提升视觉抓取能力。
主权项：1.一种基于自监督表示学习的视觉抓取检测方法，其特征在于，包括:步骤1：根据获取到的深度图像，得到有标注图像数据集和无标注图像数据集；步骤2：在编码器中通过孪生网络对所述无标注图像数据集进行训练，并且通过度量学习损失方法提取相似抓取对象之间的共同特征；步骤3：利用所述有标注图像数据集对解码器进行微调，得到训练模型；步骤4：通过所述训练模型进行视觉抓取；所述步骤1，包括：步骤101：通过3D相机获取所述深度图像；步骤102：对所述深度图像中的第一部分进行标注处理，得到所述有标注图像数据集；步骤103：根据所述深度图像中的其余部分，得到所述无标注图像数据集；所述步骤2，包括：步骤201：对所述无标注图像数据集中的深度图像进行数据增强处理后，输入到孪生网络进行训练，得到增强图像；步骤202：利用度量学习的损失值提取所述增强图像中相似抓取对象之间的共同特征。
全文数据：
权利要求：
百度查询： 中国科学技术大学 基于自监督表示学习的视觉抓取检测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号