Resumen

La detección del agarre basada en una red neuronal convolucional ha obtenido algunos logros. Sin embargo, el sobreajuste de la red neuronal convolucional multicapa sigue existiendo y conduce a una pobre precisión de detección. Para conseguir una alta precisión de detección, se propone aquí una red de detección de agarre de un solo objetivo que generaliza el ajuste de ángulo y posición, basada en la red neuronal convolucional. La red propuesta considera la imagen como entrada y los parámetros de agarre, incluidos el ángulo y la posición, como salida, con la forma de detección de extremo a extremo. En particular, el conjunto de datos de preprocesamiento es para lograr la cobertura completa a la entrada del modelo y el aprendizaje de transferencia es para evitar el exceso de ajuste de la red. Es importante destacar que una serie de resultados experimentales indican que, para el agarre de un solo objeto, nuestra red tiene buenos resultados de detección y alta precisión, lo que demuestra que la red propuesta tiene una fuerte generalización en la dirección y la categoría.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:red neuronal convolucional, red propuesta, ajuste de ángulo, alta precisión de detección, red de detección de agarre, buenos resultados de detección, forma de finalización, agarre de un solo objeto, poca precisión de detección, agarre de un solo objetivo
• Keywords:convolutional neural network, proposed network, fitting of angle, high detection accuracy, grasp detection network, good detection results, manner of end, single object grasping, poor detection precision, single target grasp