摘要
我们提出了一种新颖的方法，可以从单次拍摄的RGB数据中检测3D模型实例并估计其6D姿态。为此，我们将流行的SSD范式扩展到覆盖完整的6D姿态空间，并仅使用合成模型数据进行训练。我们的方法在多个具有挑战性的数据集上与当前最先进的利用RGB-D数据的方法竞争或超越。此外，我们的方法以大约10赫兹的速度产生这些结果，比相关方法快数倍。为了便于复现，我们公开发布了训练好的网络和检测代码。
代码仓库
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| 6d-pose-estimation-on-linemod | SSD-6D | Mean ADD: 76.3 Mean IoU: 99.4 |
| 6d-pose-estimation-on-occlusion | SSD-6D | MAP: 0.38 |
| 6d-pose-estimation-using-rgbd-on-linemod | SSD-6D | Mean ADD: 90.9 Mean IoU: 96.5 |
| 6d-pose-estimation-using-rgbd-on-tejani | SSD-6D | IoU-2D: 0.988 IoU-3D: 0.963 VSS-2D: 0.724 VSS-3D: 0.854 |