了解深度学习

在部分视觉识别过程中，传统的匹配、聚类方法可能无法实现较好的效果，例如在抓取高反光工件时，点云质量较差，导致 3D 匹配方法无法输出准确的识别结果。另外，抓取紧密贴合的工件时，聚类效果不理想，也会对视觉识别和机器人抓取产生影响。基于上述情况，可考虑使用深度学习辅助识别。

深度学习属于人工智能技术范畴，包含复杂的神经网络模型，输入大量数据后，深度学习可模拟人的学习过程，在大量数据中预测或寻找规律，完成数据特征提取，然后执行相关任务。

梅卡曼德在 3D 视觉引导机器人抓取领域提供了实例分割算法模块，当传统的方法无法达到预期效果时，可使用实例分割方法辅助识别。下文将介绍各个抓取类场景下实例分割算法模块的效果。