技术特征：
技术总结
本发明提供了一种用于透明物体识别的训练方法、装置、存储介质及终端，该方法包括以下步骤：S1、建立具有多张RGB图像的第一数据集以及具有多张深度图像的第二数据集，该多张RGB图像分别与该多张深度图像一一对应；S2、建立多模态融合的深度卷积神经网络结构N1；S3、建立多模态共享的深度卷积网络结构N2，将所述第一特征信息以及所述第二特征信息输入所述N2进行融合训练，以输出物体的分类参数信息以及位置坐标信息并得到网络权重模型M2；S4、重新输入其他多对RGB图像和深度图像对所述网络权重模型M1以及所述网络权重模型M2对进行参数调节以得到优化后的网络权重模型M11以及M22。
技术研发人员：张成;龙宇;王语诗;蔡自立;郑子璇;吉守龙
受保护的技术使用者：张成;龙宇
技术研发日：2019.03.06
技术公布日：2019.06.18