基本信息

---

下载

文档摘要

---

轻量化深度网络赋能下的目标检测与物体抓取位置研究

一、引言

1.1研究背景与意义

1.1.1背景介绍

近年来，人工智能技术取得了飞速发展，已广泛应用于各个领域，极大地改变了人们的生活和工作方式。作为人工智能的重要研究领域，计算机视觉在目标检测和物体抓取等任务中发挥着关键作用，为机器人实现智能化操作提供了核心技术支持。

在目标检测方面，传统的目标检测方法依赖手工设计的特征，如HOG（HistogramofOrientedGradients）、SIFT（Scale-InvariantFeatureTransform）等，这些方法在处理复杂背景和物体变形时存在局限性，检测准确率和鲁棒