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：西北工业大学
摘要：本发明公开了一种增强机器人抓取检测模型鲁棒性的训练方法，步骤S1、抓取检测网络模型构建：采用基于轻量级的VGG网络的Encoder‑Decoder模型；步骤S2、抓取检测网络模型的训练和测试：输入抓取的原始图像和随机选择的自然图像，然后将生成的样式图像用作抓取检测网络的输入进行训练；步骤S3、建立一个抓取检测现实干扰基准数据集，对改进后的抓取检测网络进行测试。其解决了现有机器人抓取模型在现实操纵背景下抓取成功率低下的不足。
主权项：1.一种增强机器人抓取检测模型鲁棒性的训练方法，其特征在于，包括以下内容：步骤S1、抓取检测网络模型构建：采用基于轻量级的VGG网络的Encoder-Decoder模型；所述步骤S1的具体内容为：所述网络模型的结构包括编码器f、自适应实例规范化层AdaIN模块和解码器g，所述编码器f采用VGG网络Relu4_1层之前的浅层卷积结构；在获得抓取图像c和自然图像s的编码信息后，使用所述AdaIN模块将抓取图像c和自然图像s这两种样式对齐；公式如下： 其中，σ是特征均值，μ是标准差，fc和fs分别表示抓取和自然的图像特征；通过AdaIN模块，获得一个能对齐抓取图像和自然图像均值和方差的目标特征t:t＝AdaINfc,fs2，获得目标特征t后，通过解码器g来将编码的信息映射回到图像空间，得到一个模仿图像p:p＝gt3，在获得模仿图像p后，使用编码器f重新提取p的特征，利用特征之间的均方误差计算内容损失 将编码器f分为L个阶段提取特征，用ei表示每一个阶段的特征提取器，得到每一个阶段i的风格损失 将每个阶段风格损失相加得到总体风格损失 其中，L＝4，表示每个阶段的特征分别为经过VGG的relu1_1，relu2_，relu3_1，relu4_1后得到的特征；最后得到需要优化的总体损失函数为： β为超参数，用来平衡内容损失和风格损失步骤S2、所述抓取检测网络模型的训练和测试：输入抓取的原始图像和随机选择的自然图像，然后将生成的样式图像用作抓取检测网络的输入进行训练；步骤S3、建立一个抓取检测现实干扰基准数据集，对改进后的抓取检测网络进行测试。
全文数据：
权利要求：
百度查询： 西北工业大学 一种增强机器人抓取检测模型鲁棒性的训练方法
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