基于上下文感知数据增强与Cascade Mask R-CNN的装配指令理解目标检测
机器人学
2021-01-11 v2 计算机视觉与模式识别
摘要
理解装配指令有潜力增强机器人的任务规划能力，并实现先进的机器人应用。为从2D装配指令图像中识别关键部件，我们主要聚焦于分割包含大量指令信息的对话气泡区域。为此，我们应用Cascade Mask R-CNN并开发了用于对话气泡分割的上下文感知数据增强方案，该方案通过考虑装配指令的上下文随机组合图像裁剪块。我们表明，所提出的增强方案通过增加可训练数据的多样性同时考虑部件位置分布，相比现有增强算法取得了更好的分割性能。此外，我们表明深度学习可通过检测装配指令中的关键对象（如工具与零件）而有助于理解装配指令。
引用
@article{arxiv.2101.02509,
title = {Object Detection for Understanding Assembly Instruction Using Context-aware Data Augmentation and Cascade Mask R-CNN},
author = {Joosoon Lee and Seongju Lee and Seunghyeok Back and Sungho Shin and Kyoobin Lee},
journal= {arXiv preprint arXiv:2101.02509},
year = {2021}
}
备注
5 pages, 7 figures, Technical Report