基于改進YOLOv5的兩階段抓取檢測算法

打開文本圖片集

摘 要：針對復(fù)雜場景中機器人的無序抓取需要，提出一種兩階段的抓取檢測算法。改進YOLOv5的網(wǎng)絡(luò)模型，在多尺度特征融合上將淺層位置信息和深層語義信息進行注意力融合，提高多尺度目標的檢測能力；將排斥因子引入損失函數(shù)中，提高了模型在遮擋環(huán)境下的魯棒性；在目標檢測后對抓取目標邊界框進行裁切處理，避免了抓取檢測過程中其余目標的干擾；改進抓取檢測算法，引入CSP結(jié)構(gòu)和注意力機制，提高了模型的特征提取能力。（剩余8446字）