基于LZG-Net的機(jī)械手觸覺識(shí)別和分類

打開文本圖片集

摘要：準(zhǔn)確識(shí)別物體類別和觸覺信號(hào)對(duì)于機(jī)械手實(shí)現(xiàn)軟抓取控制至關(guān)重要。為此，提出了一種用于嵌入式設(shè)備的輕量級(jí)金字塔神經(jīng)網(wǎng)絡(luò)（LZG-Net）模型，用于處理機(jī)械手抓取物體時(shí)的振動(dòng)信號(hào)。LZG-Net模型以Ghost 模塊為基礎(chǔ)，采取卷積核逐層遞減的卷積策略。針對(duì)注意力機(jī)制SE模塊在一些嵌入式設(shè)備上無法部署的問題進(jìn)行改進(jìn)，并通過知識(shí)蒸餾、算子優(yōu)化和量化操作提高模型在嵌入式系統(tǒng)上的準(zhǔn)確率。（剩余10072字）