[发明专利]一种基于多类别目标分割的机器人抓取检测方法

权利要求书

1.一种基于类别目标分割的机器人抓取检测方法，其特征在于，所述方法包括：

多目标类别分割数据集的标定及预处理；

搭建类别目标分割网络；

使用预处理的数据对类别目标分割网络进行训练；

Cornell抓取检测数据集预处理，并区分训练集和测试集；

构建抓取检测网络；

使用预处理后的Cornell抓取检测数据集对抓取检测网络进行训练；

将多目标分类网络及抓取检测网络级联，并对网络整体进行测试和验证。

2.根据权利要求1所述的基于类别多目标分割的机器人抓取检测方法，其特征在于，多目标类别分割数据集的标定及预处理，生成初始数据，具体包括：

所述多目标类别数据集为根据抓取检测需求拍摄制作的数据集，以及根据分类和分割的要求对数据集中不同类别对象做相应的标定。

3.根据权利要求1所述的基于类别多目标分割的机器人抓取检测方法，其特征在于，多目标类别分割数据集的预处理，生成初始数据，还包括：

所述多目标类别数据集的预处理，以及生成训练和测试数据。

4.根据权利要求1所述的基于类别多目标分割的机器人抓取检测方法，其特征在于，搭建类别目标分割网络，具体包括：

所述搭建类别多目标分割网络，以及对网络进行优化。

5.根据权利要求1所述的基于类别多目标分割的机器人抓取检测方法，其特征在于，使用预处理的数据对类别目标分割网络进行训练，具体包括：

所述使用预处理后的多目标类别数据集对类别多目标分割网络进行训练。

6.根据权利要求1所述的基于类别多目标分割的机器人抓取检测方法，其特征在于，构建抓取检测网络，具体包括：

所述构建抓取检测网络，以及对网络进行优化和预训练。

7.根据权利要求1所述的基于类别多目标分割的机器人抓取检测方法，其特征在于，使用预处理后的Cornell抓取检测数据集对抓取检测网络进行训练，具体包括：

所述使用预处理后的Cornell抓取检测数据集对抓取检测网络进行训练。

8.根据权利要求7所述的基于类别多目标分割的机器人抓取检测方法，其特征在于，使用预处理后的Cornell抓取检测数据集对抓取检测网络进行训练，还包括：

所述使用预处理后的Cornell抓取检测数据集对抓取检测网络进行训练，以及测试抓取检测模型的性能。

9.根据权利要求8所述的基于类别多目标分割的机器人抓取检测方法，其特征在于，将多目标类别分割网络及抓取检测网络级联，并对网络整体进行测试和验证，具体包括：

所述将多目标分类网络及抓取检测网络级联，以及对级联后的整体网络进行测试和验证。

所述多目标类别分割数据集为根据应用场景采集、制作、标注的数据集；所述所多目标类别分割网络包括目标分割和目标识别两个功能；所述使用预处理的数据对类别多目标分割网络进行训练，包括网络模型的训练及网络参数调整；所述Cornell抓取检测数据集预处理，并区分训练集和测试集，包括Cornell数据集的预处理，以及对数据集进行划分；所述将多目标分类网络及抓取检测网络级联，并对网络整体进行测试和验证，包括将多目标类别分割网络与抓取检测网络进行级联，以及对级联后的网络进行测试和验证。