基于规则多边形物体角点检测的高精度实时抓取检测方法

摘要

本发明公开一种基于规则多边形物体角点检测的高精度实时抓取检测方法，步骤为：采集多个规则物体的彩色图，对图片中物体及其角点进行标注，将图片中其他类似角点的非角点标注为负样本形成原始数据集；对原始数据集进行数据增强，并计算出增强后图像中的角点位置，建立完整可用、泛化能力强的数据集；构建深度卷积神经网络，利用已建立好的数据集对深度卷积网络进行训练；将待检测物体图像输入到深度卷积神经网络模型中，得到图像中待检测物体及其角点的位置信息；利用已知的待检测物体及其角点的位置信息，计算出抓取点的位置及姿态信息。本发明精确度和检测速度均有极大提高，且鲁棒性好，运行模型所需算力相对强化学习小很多，容易部署。