如何解决对新对象进行有限模型训练的已知3D CAD对象的6D姿态估计
我正在一个项目中，我需要估计单个RGB图像中已知3D CAD对象的6DOF姿势-即此任务：https://paperswithcode.com/task/6d-pose-estimation。这个问题有几个约束条件：
- 可用于商业用途（根据BSD，MIT，BOOST等获得许可），而不是GPL。
- CAD对象是已知的，我们不追求通用性（即识别所有椅子的类别）。
- CAD对象可以由用户上载，因此它可能具有对称性和一定范围的纹理。
- 推理步骤将在智能手机上运行，并且应该能够以> 30fps的速度运行。
- 推理步骤可以是a）找到对象的姿势一次，然后编写代码以继续跟踪它，或者b）连续找到对象的姿势。即找到初始姿态估计后，该模型不需要进行任何连续的细化步骤。
- 可以在单个对象的单个实例到多个对象的多个实例（MiMo）的范围内的任何位置。 MiMO是首选，但不是必需的。
- 如果使用深度学习方法，则新CAD对象所需的培训时间应为数小时而不是数天。
- 可以1）只是找到对象的初始姿势并且之后没有任何细化步骤，还是2）可以找到对象的初始姿势并且之后也有细化步骤。
我愿意接受传统方法（即2D-> 3D对应关系，然后用PnP求解），但是深度学习方法似乎胜过它们（经典方法太慢-Real time 6D pose estimation of known 3D CAD objects from a single 2D image or point clouds from RGBD Camera when objects are one on top of the other?）。纵观深度学习方法（poseCNN，HybridPose，Pix2Pose，CosyPose），似乎大多数方法都符合这些约束条件，只是它们需要模型训练时间。虽然也许我可以使用一个预先训练的模型，然后通过较短的训练步骤将其专用于每个新的CAD对象。但是我不确定，我认为成功可能取决于所选择的特定模型。例如，该项目说需要3个小时的培训时间：https://github.com/DLR-RM/AugmentedAutoencoder。
所以，我的问题是：有人会知道什么是最新的，可商业使用的实现方式，而无需为新的CAD对象花费大量的培训时间？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。