本发明属于机器人抓取位姿检测相关技术领域，其公开了一种基于轻量级卷积神经网络的抓取位姿检测方法及设备，包括以下步骤：(1)基于网络收敛性指标构建模型；(2)基于包含待抓取物体RGB‑D信息和抓取位姿检测框的抓取数据集来训练模型；(3)基于未知物体的RGB‑D图像及模型得到抓取质量特征图、抓取角度特征图及抓取宽度特征图；(4)索引抓取质量最大的位置，基于此确定抓取角度及夹爪宽度，继而确定机器人的抓取姿态；(5)计算获得机器人坐标系下的机器人抓取位姿。该模型参数量及浮点计算数目少，能够在计算和存储资源受限的边缘计算设备上实现未知物体的实时抓取位姿估计，赋能基于边缘计算设备的针对未知物体的机器人抓取领域。