抓取点检测方法及装置、电子设备和存储介质转让专利
申请号 : CN202110213290.8
文献号 : CN112873212B
文献日 : 2022-05-13
发明人 : 吴华栋 , 周韬 , 成慧
申请人 : 深圳市商汤科技有限公司
摘要 :
权利要求 :
1.一种抓取点检测方法,其特征在于,包括:获取待抓取的目标的采集数据,所述采集数据包括二维的图像数据或三维的点云数据;
对所述采集数据进行抓取点预测,确定所述目标的第一抓取点预测结果,所述第一抓取点预测结果包括所述目标上的数据点所指示的预测点,以及所述数据点针对所述预测点的置信度;
根据所述目标上各个数据点针对所述预测点的置信度,从所述预测点中确定出所述目标的抓取点,以使抓取设备根据所述抓取点抓取所述目标;
其中,所述方法通过抓取点检测网络,对所述采集数据进行抓取点预测,确定所述目标的第一抓取点预测结果,所述抓取点检测网络是根据样本数据的标签数据与所述样本数据的第二抓取点预测结果之间的第一损失项与第二损失项训练得到的;
其中,所述第一损失项根据所述标签数据中抓取点的第一位置信息、所述第二抓取点预测结果中的预测点的第二位置信息以及所述第二抓取点预测结果中的置信度确定,所述第二损失项根据所述第二抓取点预测结果中的置信度确定。
2.根据权利要求1所述的方法,其特征在于,根据所述目标上各个数据点针对所述预测点的置信度,从多个预测点中确定出所述目标的抓取点,包括:根据所述目标上的各个数据点针对所述预测点的置信度,确定所述预测点的响应值;
根据多个预测点的响应值,从所述多个预测点中确定出所述目标的抓取点。
3.根据权利要求2所述的方法,其特征在于,所述根据所述目标上的各个数据点针对所述预测点的置信度,确定所述预测点的响应值,包括:将指示所述预测点的各个数据点的置信度进行累加,得到所述预测点的响应值。
4.根据权利要求2所述的方法,其特征在于,所述根据多个预测点的响应值,从所述多个预测点中确定出所述目标的抓取点,包括:将响应值超过预设阈值对应的预测点,确定为所述目标的抓取点。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:在所述采集数据包括二维的图像数据的情况下,获取与所述图像数据对应的深度图;
根据所述抓取点在所述深度图中对应的深度值,以及所述抓取点在所述图像数据中的二维位置,确定所述抓取点对应的法向量,所述法向量用于确定所述抓取设备的位姿,以使所述抓取设备基于所述位姿以及所述抓取点抓取所述目标。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:在所述采集数据包括三维的点云数据的情况下,根据所述抓取点在所述点云数据中的三维位置,确定所述抓取点对应的法向量,所述法向量用于确定所述抓取设备的位姿,以使所述抓取设备基于所述位姿以及所述抓取点抓取所述目标。
7.根据权利要求1所述的方法,其特征在于,所述目标上的数据点所指示的预测点,用所述数据点所指示的预测点的位置信息表征,所述位置信息包括所述数据点所指示的预测点与所述数据点之间的距离信息,
所述方法还包括:根据所述数据点指示的距离信息,以及所述数据点的位置信息,确定所述数据点所指示的预测点。
8.根据权利要求1所述的方法,其特征在于,所述第一抓取点预测结果还包括所述采集数据中各个数据点的分类信息,所述分类信息用于指示所述采集数据中各个数据点是否为所述目标上的数据点。
9.根据权利要求1‑8任一项所述的方法,其特征在于,所述方法还包括:获取包含样本目标的样本数据,以及与所述样本数据对应的标签数据,所述标签数据包括所述样本目标上的数据点所指示的抓取点,所述样本数据包括二维的图像数据或三维的点云数据;
将所述样本数据输入至待训练的抓取点检测网络中,输出所述样本目标的第二抓取点预测结果,所述第二抓取点预测结果包括所述样本目标上的数据点所指示的预测点,以及所述样本目标上的数据点针对所述预测点的置信度;
根据所述标签数据与所述第二抓取点预测结果,训练所述抓取点检测网络。
10.根据权利要求9所述的方法,其特征在于,所述根据所述标签数据与所述第二抓取点预测结果,训练所述抓取点检测网络,包括:根据所述标签数据与所述第二抓取点预测结果之间的第一损失项及第二损失项,确定所述抓取点检测网络的损失;
根据所述损失,更新所述抓取点检测网络的网络参数。
11.根据权利要求10所述的方法,其特征在于,根据所述标签数据与所述第二抓取点预测结果之间的第一损失项及第二损失项,确定所述抓取点检测网络的损失,包括:将所述第一损失项与所述第二损失项之间差值的平均值,确定为所述抓取点检测网络的损失;
其中,所述第一损失项包括第一位置信息与第二位置信息之间差值的平方值,与置信度的乘积;所述第二损失项包括对置信度取对数的值与加权系数的乘积。
12.根据权利要求10或11所述的方法,其特征在于,所述第一位置信息包括所述样本目标上的数据点与所述样本目标上的抓取点之间的距离信息;
所述第二位置信息包括所述样本目标上的数据点与所述样本目标上的数据点所指示的预测点之间的距离信息。
13.一种抓取点检测装置,其特征在于,包括:获取模块,用于获取待抓取的目标的采集数据,所述采集数据包括二维的图像数据或三维的点云数据;
预测模块,用于对所述采集数据进行抓取点预测,确定所述目标的第一抓取点预测结果,所述第一抓取点预测结果包括所述目标上的数据点所指示的预测点,以及所述数据点针对所述预测点的置信度;
抓取点确定模块,用于根据所述目标上各个数据点针对所述预测点的置信度,从所述预测点中确定出所述目标的抓取点,以使抓取设备根据所述抓取点抓取所述目标;
其中,所述预测模块还用于通过抓取点检测网络,对所述采集数据进行抓取点预测,确定所述目标的第一抓取点预测结果,所述抓取点检测网络是根据样本数据的标签数据与所述样本数据的第二抓取点预测结果之间的第一损失项与第二损失项训练得到的;
其中,所述第一损失项根据所述标签数据中抓取点的第一位置信息、所述第二抓取点预测结果中的预测点的第二位置信息以及所述第二抓取点预测结果中的置信度确定,所述第二损失项根据所述第二抓取点预测结果中的置信度确定。
14.一种电子设备,其特征在于,包括:处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至12中任意一项所述的方法。
15.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至12中任意一项所述的方法。
说明书 :
抓取点检测方法及装置、电子设备和存储介质
技术领域
背景技术
搬运、码垛等,并逐渐替代人力成为物流链的重要组成。
取点进行抓取。但相关技术中的抓取点检测方法存在准确度低、可靠性差的问题。
发明内容
点预测,确定所述目标的第一抓取点预测结果,所述第一抓取点预测结果包括所述目标上
的数据点所指示的预测点,以及所述数据点针对所述预测点的置信度;根据所述目标上各
个数据点针对所述预测点的置信度,从所述预测点中确定出所述目标的抓取点,以使抓取
设备根据所述抓取点抓取所述目标。根据本公开实施例,能够得到可靠性和准确度更高的
抓取点。
述预测点的置信度,确定所述预测点的响应值;根据多个预测点的响应值,从所述多个预测
点中确定出所述目标的抓取点。通过该方式,能够实现基于置信度对预测点的加权投票,也
即确定出响应值,从而使得根据置信度所确定出的抓取点的可靠性和准确度更高。
加,得到所述预测点的响应值。通过该方式可以有效便捷地确定出各预测点的响应值,实现
基于置信度的加权投票,进而便于确定出准确度高及可靠性高的抓取点。
抓取点。通过该方式,可以有效便捷地确定出多个抓取点。
深度值,以及所述抓取点在所述图像数据中的二维位置,确定所述抓取点对应的法向量,所
述法向量用于确定所述抓取设备的位姿,以使所述抓取设备基于所述位姿以及所述抓取点
抓取所述目标。通过该方式,能够结合深度图确定抓取设备的位姿,使得基于确定的位姿进
行目标抓取时,机器人或者机械臂等抓取设备能够实现六自由度的拾取。
量,所述法向量用于确定所述抓取设备的位姿,以使所述抓取设备基于所述位姿以及所述
抓取点抓取所述目标。通过该方式,能够直接根据点云数据中的三维位置确定抓取设备的
位姿,使得基于位姿进行目标抓取时,机器人或者机械臂等抓取设备能够实现六自由度的
拾取。
据点之间的距离信息,所述方法还包括:根据所述数据点指示的距离信息,以及所述数据点
的位置信息,确定所述数据点所指示的预测点。通过该方式,能够根据数据点与预测点之间
的距离信息,以及数据点的位置信息,有效地确定出预测点位置,也即实现确定出目标上的
预测点,进而便于之后对各确定出的预测点进行投票。
的数据点。通过该方式,通过该方式,可以实现针对物体上数据点所指示的预测点进行投
票,进而快速有效的确定出抓取点。
网络,对所述采集数据进行编码处理,得到多尺度的特征图;通过所述抓取点检测网络的解
码网络,对所述多尺度的特征图进行解码处理,得到所述目标的第一抓取点预测结果。通过
该方式,能够通过抓取点预测网络,准确地输出目标的第一抓取点预测结果,以提高预测抓
取点的准确性,进而提高抓取目标的成功率。
取点,所述样本数据包括二维的图像数据或三维的点云数据;将所述样本数据输入至待训
练的抓取点检测网络中,输出所述样本目标的第二抓取点预测结果,所述第二抓取点预测
结果包括所述样本目标上的数据点所指示的预测点,以及所述样本目标上的数据点针对所
述预测点的置信度;根据所述标签数据与所述第二抓取点预测结果,训练所述抓取点检测
网络。通过该方式,能够通过训练得到的抓取点检测网络,实现高效地确定出抓取点预测结
果,以便于准确可靠地确定出抓取点。
一损失项及第二损失项,确定所述抓取点检测网络的损失;根据所述损失,更新所述抓取点
检测网络的网络参数;其中,所述第一损失项根据所述标签数据中抓取点的第一位置信息、
所述第二抓取点预测结果中的预测点的第二位置信息以及所述第二抓取点预测结果中的
置信度确定,所述第二损失项根据所述第二抓取点预测结果中的置信度确定。通过该方式,
可以实现对置信度的自监督学习,对于抓取点位置的监督学习。
述第二损失项之间差值的平均值,确定为所述抓取点检测网络的损失;其中,所述第一损失
项包括第一位置信息与第二位置信息之间差值的平方值,与置信度的乘积;所述第二损失
项包括对置信度取对数的值与加权系数的乘积。通过该方式,能够根据抓取点与预测点之
间的差异,结合置信度,实现抓取点检测网络的高效训练;以及,能够实现对置信度的自监
督学习,对于抓取点位置的监督学习。
与所述样本目标上的数据点所指示的预测点之间的距离信息。
用于对所述采集数据进行抓取点预测,确定所述目标的第一抓取点预测结果,所述第一抓
取点预测结果包括所述目标上的数据点所指示的预测点,以及所述数据点针对所述预测点
的置信度;抓取点确定模块,用于根据所述目标上各个数据点针对所述预测点的置信度,从
所述预测点中确定出所述目标的抓取点,以使抓取设备根据所述抓取点抓取所述目标。
点确定子模块,用于根据多个预测点的响应值,从所述多个预测点中确定出所述目标的抓
取点。
用于根据所述抓取点在所述深度图中对应的深度值,以及所述抓取点在所述图像数据中的
二维位置,确定所述抓取点对应的法向量,所述法向量用于确定所述抓取设备的位姿,以使
所述抓取设备基于所述位姿以及所述抓取点抓取所述目标。
定所述抓取点对应的法向量,所述法向量用于确定所述抓取设备的位姿,以使所述抓取设
备基于所述位姿以及所述抓取点抓取所述目标。
据点之间的距离信息,所述装置还包括:预测点确定模块,用于根据所述数据点指示的距离
信息,以及所述数据点的位置信息,确定所述数据点所指示的预测点。
的数据点。
测网络的编码网络,对所述采集数据进行编码处理,得到多尺度的特征图;通过所述抓取点
检测网络的解码网络,对所述多尺度的特征图进行解码处理,得到所述目标的第一抓取点
预测结果。
标上的数据点所指示的抓取点,所述样本数据包括二维的图像数据或三维的点云数据;输
出模块,用于将所述样本数据输入至待训练的抓取点检测网络中,输出所述样本目标的第
二抓取点预测结果,所述第二抓取点预测结果包括所述样本目标上的数据点所指示的预测
点,以及所述样本目标上的数据点针对所述预测点的置信度;训练模块,用于根据所述标签
数据与所述第二抓取点预测结果,训练所述抓取点检测网络。
测网络的损失;参数更新子模块,用于根据所述损失,更新所述抓取点检测网络的网络参
数;其中,所述第一损失项根据所述标签数据中抓取点的第一位置信息、所述第二抓取点预
测结果中的预测点的第二位置信息以及所述第二抓取点预测结果中的置信度确定,所述第
二损失项根据所述第二抓取点预测结果中的置信度确定。
包括第一位置信息与第二位置信息之间差值的平方值,与置信度的乘积;所述第二损失项
包括对置信度取对数的值与加权系数的乘积。
与所述样本目标上的数据点所指示的预测点之间的距离信息。
法。
置信度从多个预测点中确定出的抓取点的可靠性和准确度更高。
变得清楚。
附图说明
具体实施方式
非特别指出,不必按比例绘制附图。
中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、
B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
度;
臂连接的控制设备等,其中,所述控制设备可以包括用户设备(User Equipment,UE)、移动
设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant,
PDA)、手持设备、计算设备、车载设备、可穿戴设备等,所述方法可以通过终端设备的处理器
调用存储器中存储的计算机可读指令的方式来实现。
开实施例可以对采集数据中全部或部分的目标进行抓取点检测,对此本公开实施例不做限
制。
不做限制。
Of‑Flight camera,TOF camera)等,其中,针对TOF摄像头,二维的图像数据可以是TOF摄像
头采集的RGB‑D(红绿蓝‑深度)图像中的RGB图像。
集的图像数据,结合三维重建技术所重建出的三维点云数据。对于点云数据的来源,本公开
实施例不做限制。
积神经网络,本公开对抓取点检测网络的网络结构及训练方式不做限制。
理解的是,目标上所有数据点均有所指示的预测点,部分数据点可以指示到同一个预测点;
针对某一预测点,若指示该预测点的数据点的数量较多,该预测点为抓取点的概率(或者说
可能性)较高;基于此,可以通过对预测点进行投票的方式,确定出抓取点。
上的点,比识别非边缘上的点的难度要高,或者说,相对于非边缘上的点,识别重叠的边缘
上的点,是否为对应物品上的点的难度要高;因此,重叠的边缘上的点的可靠性,要比非边
缘上的点的可靠性要低,那么边缘上的点所预测的抓取点的可靠程度,相对于非边缘上的
点来说也要低。
可以设定为成负相关,对此本公开实施例不做限制。通过该方式,在基于置信度对预测点进
行投票时,可以实现基于置信度的高低,对数据点所预测的抓取点进行加权投票,从而提高
抓取点检测的准确度和可靠性。
坐标或三维坐标);也可以数据点与预测点之间的距离信息。对于预测点的位置信息的具体
形式,可以依据实际需求确定,对此本公开实施例不做限制。
不做限制。
对于目标上的点可以用1表征,非目标上的点可以用0表征。通过该方式,可以实现针对物体
上数据点所指示的预测点进行投票,进而快速有效的确定出抓取点。
的图像数据,输出图可以是4通道的,可以分别对应数据点与预测点的横坐标距离、数据点
与预测点的纵坐标距离、数据点的分类信息和数据点针对预测点的置信度。当然也可以采
用其它表示方式,具体可依据实际需求确定,对此本公开实施例不做限制。
对每个预测点,可以得到基于各个数据点的置信度对预测点进行投票的投票结果,进而可
以基于每个预测点的投票结果,从多个预测点中确定出目标的抓取点。
对于投票方式不做限定,只要是基于本公开中的置信度对预测点进行投票所确定出的抓取
点,均属于本公开所保护的范围。
置信度从多个预测点中确定出抓取点的可靠性和准确度更高。
点与数据点之间的距离信息,所述方法还包括:根据数据点指示的距离信息,以及数据点的
位置信息,确定数据点所指示的预测点。
置信息可以是已知的。根据数据点的位置信息和数据点指示的距离信息,可以得到数据点
所指示的预测点的位置,也即得到数据点所述指示的预测点。
预测点(x,y)的纵坐标y,为纵坐标距离 与数据点(i,j)中纵坐标j的和;其中,
代表第一抓取点预测结果中数据点(i,j)所指示的预测点(x,y)与数据点(i,j)之间
的横坐标距离; 代表第一抓取点预测结果中数据点(i,j)所指示的预测点(x,y)与数
据点(i,j)之间的纵坐标距离。
定出的预测点进行投票。
个数据点的置信度对预测点进行投票的投票结果,进而可以基于多个预测点的投票结果,
从多个预测点中确定出目标的抓取点。
此本公开实施例不做限制。
将指示预测点的各个数据点的置信度进行累加,得到预测点的响应值。通过该方式可以有
效便捷地确定出各预测点的响应值,实现基于置信度的加权投票,进而便于确定出准确度
高及可靠性高的抓取点。
以理解的是,在置信度与可靠程度负相关时,可以认为响应值越低,代表该预测点为抓取点
的概率越高。
超过预设阈值对应的预测点,确定为目标的抓取点。通过该方式,可以有效便捷地确定出多
个抓取点。
上的多个抓取点;和/或,多个目标上每个目标对应的一个或多个抓取点。
例不做限制。
维的图像数据或三维的点云数据。针对不同类型的采集数据,抓取设备的位姿确定方式可
以不同。
取点抓取目标。
集的RGB‑D(红绿蓝‑深度)图像中对应的深度(Depth)图像;也可以是基于二维图像进行特
征提取所得到的深度图,对此本公开实施例不做限制。
ry1,rz1)代表抓取点对应的法向量。
其中,抓取点的三维坐标可以是(x1,y1,z1)。
考虑哪个抓取点对应的位姿适合抓取;哪个目标在实际场景中位置适合抓取等,为凸显本
公开的主旨,在此不做详细介绍。
及抓取点抓取所述目标。
(rx2,ry2,rz2)代表抓取点对应的法向量。
其中,抓取点的三维坐标可以是(x2,y2,z2)。
络,对采集数据进行抓取点预测,确定目标的第一抓取点预测结果,可以包括:
中的卷积层的数量,以及卷积层中卷积核的数量及尺寸,可根据实际需求设定,对此本公开
实施例不作限制。
度的卷积层(如Conv1,2与Conv7,1、Conv2,2与Conv6,1、Conv3,2与Conv5,1)之间存在跳跃
连接,也即,编码网络与解码网络中相同尺度的卷积层之间存在连接;左半部分网络(即
Conv1,1至Conv4,1),可以为编码网络,能够对输入的数据进行编码处理(如下采样),得到
不同尺度的特征图;右半部分网络(即Conv4,2至Conv7,2),可以为解码网络,能够对不同尺
度的特征图进行解码处理(如上采样),逐级生成像素级别的第一抓取点预测结果,以清楚
准确地表示目标上预测点的信息,该第一抓取点预测结果可以用抓取点检测网络输出的输
出图表示。
据实际需求,选用不同类型的神经网络,只要可实现输出抓取点预测结果即可。
一种可能的实现方式中,所述方法还包括:
数据点针对预测点的置信度;
包括小型物品及大型物品的样本数据,对此本公开实施例不做限制。
样本数据中可以包括一个或多个样本目标。本公开实施例对于样本数据的来源及样本数据
的标注方式不做限制。
面,抓取点可以不止一个,对于每个物体的每面上的抓取点,可以用每个物体的每面上的数
据点指示。
息可以用于指示该数据点是否为样本目标上的点。
通道的,可以分别对应横坐标距离(Y[x`,y`,0]=x`‑x0)、纵坐标距离(Y[x`y`,1]=y`‑y0)
及分类信息(Y[x`,y`,2]=1或0),其中,(x`,y`)代表数据点坐标,(x0,y0)代表抓取点(如
表面中心点)坐标;相应的,对于三维的点云数据,标签图可以是4通道的,可以分别对应横
坐标距离、纵坐标距离、竖坐标距离及分类信息。
的可靠程度;可以用预测点的位置信息表征数据点指示的预测点,其中,位置信息可以是预
测点的坐标信息,或数据点与预测点之间的位置信息。
图表示,对于二维的图像数据,标签图可以是3通道的,对于三维的点云数据,标签图可以是
4通道的。可以理解的是,第一抓取点预测结果中除置信度以外的其他信息可以是与标签数
据对应的,也即,除输出图中的置信度通道,标签图的通道与输出图的通道是对应的,这样
可以便于根据标签数据与第二抓取点预测结果,训练抓取点检测网络。
预设条件可以是损失收敛、损失置0或损失低于某阈值,对此本公开实施例不做限制。
签数据中的抓取点的第一位置信息、第二抓取点预测结果中预测点的第二位置信息以及第
二抓取点预测结果中的置信度确定,第二损失项根据第二抓取点预测结果中的置信度确
定。通过该方式,可以实现对置信度的自监督学习,对于抓取点位置的监督学习。
所指示的预测点之间的距离信息。
点的坐标信息。对于采用何种位置信息,可依据实际需求设定,对此本公开实施例不做限
制。
训练速度。例如,对于抓点(100,100),数据点(120,120),标注坐标“100和100”,相对于标注
距离“20,20”来说,标签数据的体积要大,也即存储标签数据所需的空间要多;而对于抓取
点检测网络,在进行数据处理输出预测点的坐标信息时,所需的计算资源也要多。
第二损失项包括对置信度取对数的值与加权系数的乘积。
的置信度,ω代表加权系数,N代表样本目标上数据点的数量。
抓取点检测网络向正确的方向学习,也即,约束抓取点检测网络让抓取点与预测点之间的
差异最小,而非让置信度为0。其中,加权系数ω可根据实际需求设定,对此本公开实施例不
做限制。
习。
提高预测抓取点的准确性,进而提高抓取目标的成功率。
取点检测网络)。在测试时,网络能够以真实场景的RGB图像作为输入,预测输出投票响应图
(抓取点预测结果),并据此计算出物体可抓取点的位置。最后,使用对应的深度图计算抓取
点处物体的法向量,从而确定机械臂末端执行器的抓取位姿。
过仿真环境中采集训练数据,可以方便模拟各种环境,便于获取多种类型的训练数据,减少
训练数据采集成本,提高训练效率的同时,还可以提高训练后的抓取点检测网络的准确性。
同。根据本公开实施例,能够为每个像素点赋予自学习的不等价的权重(置信度),根据这个
权重进行加权投票,取得了更好的抓取点预测效果。
解,在具体实施方式的上述方法中,各步骤的具体执行顺序应当以其功能和可能的内在逻
辑确定。
分的相应记载,不再赘述。
数据点针对所述预测点的置信度;
取点确定子模块,用于根据多个预测点的响应值,从所述多个预测点中确定出所述目标的
抓取点。
用于根据所述抓取点在所述深度图中对应的深度值,以及所述抓取点在所述图像数据中的
二维位置,确定所述抓取点对应的法向量,所述法向量用于确定所述抓取设备的位姿,以使
所述抓取设备基于所述位姿以及所述抓取点抓取所述目标。
定所述抓取点对应的法向量,所述法向量用于确定所述抓取设备的位姿,以使所述抓取设
备基于所述位姿以及所述抓取点抓取所述目标。
据点之间的距离信息,所述装置还包括:预测点确定模块,用于根据所述数据点指示的距离
信息,以及所述数据点的位置信息,确定所述数据点所指示的预测点。
的数据点。
点检测网络的编码网络,对所述采集数据进行编码处理,得到多尺度的特征图;通过所述抓
取点检测网络的解码网络,对所述多尺度的特征图进行解码处理,得到所述目标的第一抓
取点预测结果。
标上的数据点所指示的抓取点,所述样本数据包括二维的图像数据或三维的点云数据;输
出模块,用于将所述样本数据输入至待训练的抓取点检测网络中,输出所述样本目标的第
二抓取点预测结果,所述第二抓取点预测结果包括所述样本目标上的数据点所指示的预测
点,以及所述样本目标上的数据点针对所述预测点的置信度;训练模块,用于根据所述标签
数据与所述第二抓取点预测结果,训练所述抓取点检测网络。
测网络的损失;参数更新子模块,用于根据所述损失,更新所述抓取点检测网络的网络参
数;其中,所述第一损失项根据所述标签数据中抓取点的第一位置信息、所述第二抓取点预
测结果中的预测点的第二位置信息以及所述第二抓取点预测结果中的置信度确定,所述第
二损失项根据所述第二抓取点预测结果中的置信度确定。
包括第一位置信息与第二位置信息之间差值的平方值,与置信度的乘积;所述第二损失项
包括对置信度取对数的值与加权系数的乘积。
与所述样本目标上的数据点所指示的预测点之间的距离信息。
置信度从多个预测点中确定出的抓取点的可靠性和准确度更高。
里不再赘述。
易失性计算机可读存储介质。
方法的指令。
备,个人数字助理等终端设备。
以及通信组件816。
行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模
块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以
方便多媒体组件808和处理组件802之间的交互。
数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它
们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦
除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快
闪存储器,磁盘或光盘。
板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸
传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动
动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,
多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍
摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置
摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通
信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
定按钮。
如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或
电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800
方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置
用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,
如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器,用于在成像应用中使
用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感
器,压力传感器或温度传感器。
(2G)或第三代移动通信技术(3G),或它们的组合。在一个示例性实施例中,通信组件816经
由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例
中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于
射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他
技术来实现。
(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
上述方法。
处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指
令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应
于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统,例如微软服
TM
务器操作系统(Windows Server ),苹果公司推出的基于图形用户界面操作系统(Mac OS
TM TM
X ),多用户多进程的计算机操作系统(Unix ),自由和开放原代码的类Unix操作系统
TM TM
(Linux ),开放原代码的类Unix操作系统(FreeBSD )或类似。
完成上述方法。
电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具
体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器
(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩
盘只读存储器(CD‑ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储
有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可
读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波
导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电
信号。
部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关
计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计
算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计
算机可读存储介质中。
任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如
Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机
可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独
立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机
或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包
括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利
用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令
的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可
编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方
面。
或框图中各方框的组合,都可以由计算机可读程序指令实现。
处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功
能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指
令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的
计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中
规定的功能/动作的各个方面的指令。
生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的
指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用
于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也
可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执
行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或
流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动
作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨
在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的
其它普通技术人员能理解本文披露的各实施例。