F2G-Pose 单张 RGB-D 图像直接估计类别级位姿
热点事件观察中
F2G-Pose 单张 RGB-D 图像直接估计类别级位姿
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
研究团队提出 F2G-Pose，一个实时前馈框架：从单张 RGB-D 图像直接预测类别级物体位姿、度量尺寸和补全形状，无需额外后处理。 该框架仅用 SOPE 合成数据训练，冻结 RADIO 骨干，在 SOPE 和 ROPE 数据集上达到 SOTA，仅位姿推理速度 28 FPS。上述性能为论文报告结果。
AI 根据报道生成 · 53 分钟前更新
最新进展10月22日 04:00
F2G-Pose：面向直接 RGB-D 类别级物体位姿估计的几何感知基础特征提升框架报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- Hugging Face Daily PapersF2G-Pose：面向直接 RGB-D 类别级物体位姿估计的几何感知基础特征提升框架
F2G-Pose 是一个实时前馈框架，可从单张 RGB-D 图像直接预测类别级物体位姿、度量尺寸和补全形状，仅用 SOPE 合成数据训练、冻结 RADIO 骨干，在 SOPE 和 ROPE 上达到 SOTA，仅位姿推理速度 28 FPS。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。