本发明提供一种基于边缘重建和密集融合网络的零件位姿计算方法，包括采用实例分割对零件场景的RGB图像进行图像分割；采用特征提取网络对分割后的RGB图像的边缘特征进行提取，得到特征图；采用边缘检测器输入H×W×C的特征图，输出单通道特征图H×W×1,单通道特征图随后可视化，得到重建的零件边缘图像；计算特征提取网络的权重，通过密集融合网络回归零件位姿；采用多任务学习策略，建立位姿计算与边缘重建之间的隐式连接，直接回归零件的6D位姿，实现零件位姿计算。本发明解决了对于低纹理甚至无纹理、具有反光表面的零件识别效果较差，难以在实际工业场景中实现高效的零件自动化分拣的问题。