Segmentation-driven 6D Object Pose Estimation论文理解
文章目录本文创新点\贡献方法方法概述分割流回归流训练最终loss推理实验结果总结本文创新点\贡献分割驱动,让每个可以看到的部分都对关键点位置的预测做出贡献方法方法概述假设:物体是刚体且CAD模型已知。对输入的图片做卷积,然后产生分割和预测,将图片分成S×SS\timesSS×S个网格,每个网格都i预测属于的类别并回归关键点的位置,关键点在这里就是交点,然后根据2D-3D对应来做EPnP分割流对每个