PulseAugur
中
实时 22:23:52
实体 BOP benchmark

BOP benchmark

PulseAugur coverage of BOP benchmark — every cluster mentioning BOP benchmark across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
  1. TOOL · CL_289777 ·

    扩散模型特征提升了对未见目标姿态估计的准确性

    研究人员开发了一种新的目标姿态估计方法,该方法利用了来自 Stable Diffusion 等扩散模型的特征。这种方法在处理训练中未曾见过的目标时,显著提高了准确性。所提出的置信度自适应聚合网络能够有效地选择判别性特征,实现了更好的速度-准确性权衡,并在未见目标数据集上超越了先前最先进的方法。

  2. TOOL · CL_229483 ·

    新的FunFlow6D方法推进了6D物体姿态估计

    研究人员开发了FunFlow6D,一种利用来自几何和外观基础模型的特征来进行6D物体姿态估计的新方法。该方法无需训练特定任务的编码器,并采用新颖的交叉注意力融合机制来动态组合这些特征,以提高姿态分辨率。在BOP基准上的实验表明,FunFlow6D在准确性方面超越了现有的最先进方法,同时还减少了监督需求和计算开销。

  3. TOOL · CL_63115 ·

    MAPRPose框架提升多目标6D姿态估计精度

    研究人员开发了MAPRPose,一个新颖的两阶段框架,用于在具有挑战性的、混乱的环境中估计多个目标的6D姿态。该系统首先使用面具感知对应关系生成姿态假设,然后使用非模态面具预测和感兴趣区域重新对齐模块来精炼这些假设。这种方法显著提高了准确性和速度,在BOP基准测试上取得了最先进的性能。