PulseAugur
中
实时 05:29:55
English(EN) XYZ-IBD: Benchmarking Robust 6D Object Pose Estimation under Real-World Industrial Complexity

新的XYZ-IBD基准测试旨在评估工业6D物体姿态估计

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出XYZ-IBD，这是一个新的基准数据集，旨在评估复杂工业环境中的6D物体姿态估计。该数据集通过包含具有金属、对称和镜面物体、高密度堆叠和多实例歧义的真实场景，解决了现有基准测试的局限性，这些都是工业抓取中的常见挑战。XYZ-IBD包含75个场景中超过273,000个标注实例，标注精度达到亚毫米级，并辅以合成训练集。对最先进方法的初步基准测试显示，与标准家用物体基准测试相比，性能显著下降，凸显了对更鲁棒的工业视觉解决方案的需求。 AI

影响 为评估复杂工业机器人中的AI建立了新标准，有望加速在制造和物流领域的应用。

排序理由 该集群包含一篇介绍新基准数据集的研究论文。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的XYZ-IBD基准测试旨在评估工业6D物体姿态估计

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Junwen Huang, Jiaqi Hu, Peter KT Yu, Slobodan Ilic, Martin Sundermeyer, Benjamin Busam ·

    XYZ-IBD: Benchmarking Robust 6D Object Pose Estimation under Real-World Industrial Complexity

    arXiv:2506.00599v3 Announce Type: replace Abstract: While current 6D pose estimation benchmarks have reached near-saturation on household objects, they often fail to capture the stochastic and optical complexities of industrial environments. We introduce XYZ-IBD, a high-precision…

相关话题