Object Pose Estimation进阶
RYOPO 把端到端类别级物体姿态估计带入实时:31.8 FPS 处理全帧 RGB-D
预印本论文提出 RYOPO,一种端到端可训练的查询式 RGB-D 集合预测器,无需外部实例分割或显式 CAD 形状先验,同时完成检测、分割与 9 自由度姿态估计。在 NOCS 基准上大幅超越已发表的 RGB-D 联合检测与姿态估计方法,在 REAL275 与 HouseCat6D 上全物体评估中与两阶段方法相当,并在 RTX A6000 上实现 31.8 FPS 全帧姿态输出。该方法消除了按物体重复编码与额外分割阶段,为实时视觉伺服和机器人操作提供可能。