computer-vision - 适用于不同大小的多个盒子的 6D 姿势估计的方法
问题描述
目前，我正在开展一个对集装箱中的纸板箱进行 6D 姿态估计的项目。在我的研究过程中，我发现了很多解决姿态估计问题的论文和方法。但我注意到我的项目存在问题。据我了解，大多数论文都描述了一种基于感兴趣对象的已知 3D 模型的方法。意思是：如果你想估计一个纸箱的 6D 姿势，那么你必须用一个工具创建一个 3D 模型。
但在现实世界中，有很多不同尺寸的纸箱。如果我用一个 3D 模型训练模型（PoseCNN、DenseFusion、LatentFusion、pvNET...），那么它只会检测与已知 3D 模型大小相同的框，对吧？或者它还会检测到其他盒子吗？
如果没有，是否有人知道一种方法可以处理与 3D 模型相同但具有不同大小、纹理等的对象？
我做了 3 天的研究，但不幸的是一无所获。
感谢您的任何提示。
解决方案
推荐阅读
- python - 使用“firebase serve”运行 Python 脚本
- python - Jupyter 中 Pandas DataFrame 中的条件格式
- lua - 通过“引用”将值附加到表中
- spring-boot - Keycloak 与 Spring Boot 的集成不起作用
- java - 打开失败：使用 Retrofit2 上传图像时 ENOENT（没有这样的文件或目录）
- java - 使用 AJAX 将文件上传到 Spring Boot 应用程序的问题
- javascript - TypeError：无法读取未定义 Passpor 错误的属性“名称”
- c++ - 带有单引号或双引号的字符串的 Flex 正则表达式
- javascript - 日期和时间（两个字段）转换为 UTC
- angular - 带有 Storybook 的 Angular 不适用于 IE11