RGB-D Camera 汇总

最新推荐文章于 2025-10-17 01:13:29 发布
原创 最新推荐文章于 2025-10-17 01:13:29 发布 · 2.8w 阅读 · 63 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文详细介绍了RGB-D相机的几种主流深度测量技术，包括双目摄像头、结构光、ToF及光编码，并对比了各类技术的特点与应用场景。同时，还列举了几款代表性RGB-D产品的性能参数，最后对比了Kinect V1与V2的传感器配置。

1. RGB-D Camera

    1）深度测量技术分类

         

    2） 各种方案的比较

         

    3）Three-dimensional vision sensor technology comparisons

        


1.1 双目摄像头 (Stereo Camera)

      1）原理：

          - Most stereo methods extract depth values at pixels where either corresponding features or texture information is available.  
          - Accuracy in stereo systems depends on the setup, where typical parameters are for example baseline, focal length, etc.

          - Stereo Matching 

         

      

      2）特点：精度高，但是主要问题是体积较大，难以应用到移动端，如手机和VR头显上。结构光的方案则抗光性差，而且不能在近距离使用。

      3）代表：Leap Motion 

1.2 结构光 (Structured Light)

    1) 原理

     

      

     
          

       - The accuracy depends on the setup and is depending on parameters likebaseline, focus, light pattern, etc.

     2）代表：Kinect V1

1.3 TOF (Time of Flight)

     1）原理：

            -  测量发射与反射红外(IR)信号的相位延迟(phase-delay)

            - 计算每个sensor像素到目标物体的距离

           

           - 相位差(延迟)通过四个电荷值的关系进行计算，这四个相位控制信号之间有90度的相位延迟，c = 300,000,000m/s

            

           - The operating range is between 0.8 meters to 3.5 meters, the spatial resolution is 3mm at 2 meters distance, and the depth resolution is 10mm at 2 meters distance. The FOV is 57×43 (HxV) degrees.

           - ToF sensor is composed by a matrix of distance sensors. Despite these functional improvements (compared to conventional imaging sensors) the sensor itself is still a standard CMOS sensor. Therefore imaging and 3-D measurement capabilities can be placed next to system-relevant electronics like analog-digital converters, etc. All “intelligence” of the sensor is included on the chip, meaning that the distance is computed per pixel. Therefore ToF pixels are also called “smart pixels”.

     2）主要问题：

           - 精确度低、空间分辨率低

           - 运动模糊 (motion blur 相机运动或目标运动)

     3）特点：  TOF虽然目前精度在厘米级，比Leap Motion等毫米级要低，但目前的设备已经比Leap Motion等更小也更便宜，未来可以做到更小，能够植入移动端。

     4）代表：Kinect V2

          目前主流的有TOF相机厂商有PMD、MESA、Optrima、微软等几家，其中MESA在科研领域使用较大，相机紧凑性好，而PMD是唯一一款能够在户内、户外均能使用的TOF相机，并且能够具有多种探测距离，可用于科研、工业等各种场合。而Optrima、微软的相机主要面向家庭、娱乐应用，价位较低。

1.4 光编码（Light Coding）

     光编码（Light Coding）技术(由PrimeSense提出)：不同于传统的ToF或者结构光测量技术，Light Coding使用的是连续的照明（而非脉冲），也不需要特制的感光芯片，而只需要普通的CMOS感光芯片，这让方案的成本大大降低。

      Light Coding，顾名思义就是用光源照明给需要测量的空间编上码，说到底还是结构光技术。但与传统的结构光方法不同的是，他的光源打出去的并不是一副周期性变化的二维的图像编码，而是一个具有三维纵深的“体编码”。这种光源叫做激光散斑（laser speckle），是当激光照射到粗糙物体或穿透毛玻璃后形成的随机衍射斑点。这些散斑具有高度的随机性，而且会随着距离的不同变换图案。 也就是Kinect说的空间中任意两处的散斑图案都是不同的。只要在空间中打上这样的结构光，整个空间就都被做了标记，把一个物体放进这个空间，只要看看物体上面的散斑图案，就可以知道这个物体在什么位置了。

     当然，在这之前要把整个空间的散斑图案都记录下来，所以要先做一次光源的标定。在PrimeSense的专利上，标定的方法是这样的：每隔一段距离，取一个参考平面，把参考平面上的散斑图案记录下来。假设Natal规定的用户活动空间是距离电视机1米到4米的范围，每隔10cm取一个参考平面，那么标定下来我们就已经保存了30幅散斑图像。需要进行测量的时候，拍摄一副待测场景的散斑图像，将这幅图像和我们保存下来的30幅参考图像依次做互相关运算，这样我们会得到30幅相关度图像，而空间中有物体存在的位置，在相关度图像上就会显示出峰值。把这些峰值一层层叠在一起，再经过一些插值，就会得到整个场景的三维形状了。    

2. 目前主要RGB-D产品

产品延迟FPSDOF感应角度使用距离焦距价格技术方案
LeapMotion10ms120Hz26120度70cm以内30cm699双目摄像头
uSens16ms60Hz26120度70cm以内30cm699双目摄像头
微动10ms100Hz23120度70cm以内40cm699双目摄像头
Nimble25ms45Hz 110度0-1.2m无需定焦699TOF
ThisVR16ms60Hz26110度0-1.5m无需定焦299TOF
Kinect One30ms30Hz 60度0.5-4m无需定焦999TOF
Intel(Omek)33ms30Hz 90度1-31m外1099结构光
奥比中光33ms30Hz  1-30.5m外999结构光

ToF: SoftKinetics, PMD, MSFT

SL(Structured Light):  PS, Intel, Mantis, Morvidius

Stereo: Intel

3. Kinect V1 VS Kinect V2

3.1 Sensor配置比较

  Kinect V1 Kinect V2           
颜色（Color） 分辨率（Resolution） 640×480 1920×1080
fps 30fps 30fps
深度（Depth） 分辨率（Resolution） 320×240(upsample:640x480) 512×424
fps 30fps 30fps
人物数量（Player） 6人 6人
人物姿势（Skeleton） 2人 6人
関節（Joint） 20関節／人 25関節／人
手的開閉状態（Hand State） △（Developer Toolkit） ○（SDK）
检测範囲（Range of Detection） 0.8～4.0m 0.5～4.5m
角度（Angle）（Depth） 水平（Horizontal） 57度 70度
垂直（Vertical） 43度 60度
（Tilt Motor） ○ ×（手動）
複数的App ×（単一的App） ○
   （注：V1的要求是USB2.0理论传输速率是60MB/s，V2是USB3.0理论传输速率是500MB/s。可以计算一下，以XRGB Color为例，30fps，那么每秒所需传输的数据大小为640 x 480 x 4 x 30约为35M；再加上USHORT格式的Depth Color，30fps，大小为320 x 240 x 2 x 30约为4M。总计约为40MB/s，因为带宽有限，所以在保证画面帧率稳定的情况下，分辨率只能如此，而且基本上必须独占一个USB Controller。再算算v2的情况，Color = 1920 x 1080 x 4 x 30 约为237M，Depth = 512 x 424 x 2 x 30约为12M，总计约为250M/s。所以非USB3.0不可，否则传输不了这么大的数据量。显而易见，Color Map是最占带宽的，其实可以通过一些其他格式，比如I420或MJPG来减少数据量，然后通过CPU或GPU来进行解压和回放。） 

3.2 Kinect V1的关节图 

   

3.3 Kinect V2的关节图

   增加了头(Neck)，指尖（HAND_TIP_LEFT，HAND_TIP_RIGHT），大拇指（THUMB_LEFT，THUMB_RIGHT）5个Joint。

 

3.4 应用架构









【QNX+Android虚拟化方案】86 - AIS Camera Device 设备初始化 之 AisInputConfigurer::CreateInstance() Camera总结
|~~~热爱生活、努力学习的小伙汁~~~|
07-28 661
【QNX+Android虚拟化方案】86 - AIS Camera Device 设备初始化 之 AisInputConfigurer::CreateInstance() Camera总结
【QNX+Android虚拟化方案】91 - AIS Camera 各 opMode Usecase 对应的 PPROC 流程分析整理
|~~~热爱生活、努力学习的小伙汁~~~|
06-29 902
【QNX+Android虚拟化方案】91 - AIS Camera 各 opMode Usecase 对应的 PPROC 流程分析整理
机器人视觉方案之深度相机-基础介绍
m0_49603963的博客
08-08 1281
深度相机是通过结构光、主动立体视觉或飞行时间（ToF）技术获取场景三维数据的传感器。与传统2D相机相比，它能同步输出RGB图像和毫米级精度的深度图，解决机器对物体空间位置与几何结构的感知难题。核心应用包括工业精密检测、机器人导航避障、医疗手术导航及消费电子（如Face ID）。当前技术瓶颈主要存在于透明物体测量、多设备串扰和动态精度稳定性。未来将向多模态融合（结合雷达/热成像）、AI驱动实时计算及芯片级小型化发展，成为机器三维感知的核心组件。
DROID-SLAM: 单目、双目、RGBD相机的深度视觉SLAM
3D视觉工坊
11-13 2863
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨paopaoslam来源丨泡泡机器人SLAM标题：DROID-SLAM: Deep Visual SLAM for Monocu...
RGB彩色原理
C/C++
10-17 1314
RGB是“Red（红）、Green（绿）、Blue（蓝）”的缩写，本质是一套“基于光的彩色表示系统”，选择这三种颜色作为原色，核心依据是人眼的视觉生理特性人眼视网膜上有三种“锥体细胞”，分别对“红光（约620-750nm波长）”、“绿光（约495-570nm波长）”、“蓝光（约450-495nm波长）”最敏感；任何颜色的光进入人眼，本质是刺激这三种锥体细胞产生不同强度的神经信号，大脑再将这些信号解读为“特定颜色”；
3-D Mapping With an RGB-D Camera粗译
自己的学习笔记
09-18 2538
3-D Mapping With an RGB-D Camera粗翻一遍，轻喷Abstract摘要本篇论文中，我们呈现了一种新型的使用RGB-D深度相机鲁棒性生成高清确度3-D地图的建图系统。我们的方法并不需要额外的传感器或者里程计。balabala……Index Terms关键词localization,mapping,open source ,RGB-D,SLAMIntroduction介绍略R
基于RGB-D相机的三维重建算法学习笔记（一）——KinectFusion方法解读
weixin_44292547的博客
07-13 2535
KinectFusion论文笔记： 1. 表面测量（Surface measurement）； 2. 表面重建更新（Surface reconstruction update）； 3. 表面预测（Surface prediction）； 4. 传感器位姿估计（Sensor pose estimation）；
使用多个RGB-D摄像机进行可靠的人体跟踪
03-10
使用多个RGB-D摄像机进行可靠的人体跟踪
一文搞懂RGB-D相机 （3D相机）
qq_45591302的博客
02-22 6896
RGB-D相机（也称3D相机）是一种能够同时获取场景的彩色图像（RGB）和深度信息（D）的传感器。它通过结合传统的彩色相机和深度传感器，提供比单一RGB相机更丰富的三维场景信息。这些信息广泛应用于机器人导航、三维重建、增强现实、人机交互等领域。(Structured Light)：通过投射已知图案到场景中，分析变形后的图案与原始图案的差异来计算深度信息。飞行时间相机。
【nice-slam】Gaussian Splatting SLAM——基于RGB-D类型SLAM的定位与重建（3D-GS）（史上最详细nice-slam资料汇总）
格物致知
12-20 2218
NICE-SLAM一种结合了神经隐式表示和分层场景表示的密集RGB-D SLAM系统。该方法在保持神经隐式表示的表示能力的同时，通过引入分层场景表示来实现可扩展性和效率。具体来说，场景的几何和颜色信息由四个特征网格及其相应的解码器联合编码，这些网格在不同的空间分辨率上进行优化。在测试时，通过最小化重新渲染的损失，只优化当前视锥体内的特征，从而实现高效的局部更新。并在多个具有挑战性的数据集上进行了方法评估，结果表明NICE-SLAM在重建效果好和跟踪质量高。图2。
【动态SLAM】动态场景下实时三维重建论文汇总
Mr Qin的博客
08-16 7869
文章目录实时三维重建介绍动态环境下三维重建论文汇总1. DynamicFusion: Reconstruction and Tracking of Non-rigid Scenes in Real-Time2. Co-Fusion: Real-time Segmentation, Tracking and Fusion of Multiple Objects3. Fast Odometry and Scene Flow from RGB-D Cameras based on Geometric Cluste
使用RGBD相机自动进行3D室内场景更新。
03-03
使用RGBD相机自动进行3D室内场景更新。
Depth Ranging Performance Evaluation and Improvement for RGB-D Cameras（提升深度测距的性能）
weixin_45371818的博客
09-09 276
1 简介 使用rgbd相机进行室内的深度测距技术已经很成熟了，但是，室外技术由于由于不稳定照明、光面反射、漫反射等所产生的噪声和扰动而有待发展。由此我们提出了一种基于亮度和距离的支持向量回归策略来补偿测距误差。 本文的主要贡献是提供了一个在现场场景下减少照明和距离对RGB-D相机的影响的解决方案。首先是确定不同光照强度下不同作物果实的最佳检测距离和深度测量的精度。其次量化了照明和距离的影响。最后计算深度的填充率。 2 研究方法 本文提出一种新的测距...
RGB，RGB-D，单目，双目，sterro相机，实例相机介绍
gls_nuaa的博客
01-08 8377
RGB，RGB-D，单目，双目，sterro相机，实例相机介绍
RGBD-SLAM（一）——深度摄像机
热门推荐
bingoplus的博客
02-23 3万+
‘’工欲善其事必先利其器‘’我们先从能够获取RGBD数据的相机开始谈起。首先我们来看一看其分类。 一、根据其工作原理主要分为三类： 1. 双目方案： （1） 原理： http://blog.youkuaiyun.com/shenziheng1/article/details/52883536 （2）产品： ZED：https://www.stereolabs.com/ Tango：http://
【视觉SLAM】ORB-SLAM2: an Open-Source SLAM System for Monocular, Stereo and RGB-D Cameras
振华OPPO的博客世界
11-03 2173
摘要我们为ORB-SLAM2提供了一个完整的SLAM系统，用于单目、双目和RGB-D相机，包括地图重用、环路闭合和重定位功能。该系统在各种环境中实时工作在标准CPU上，从小型手持室内序列，到在工业环境中飞行的无人机和在城市中行驶的汽车。我们的后端基于单目和双目观测的BA，允许使用度量尺度进行精确的轨迹估计。我们的系统包括一个轻量级的定位模式，该模式利用未建图区域的视觉里程跟踪，并与允许零漂移定位的地图点匹配。对29个流行公共序列的评估表明，
相机--RGBD相机
m0_60274660的博客
05-30 985
RGBD相机=RGB相机+深度；
DROID-SLAM: Deep Visual SLAM for Monocular, Stereo, and RGB-D Cameras论文阅读笔记
zeeq的博客
09-14 6312
现代SLAM系统大都使用BA（bundle adjustment）来进行优化，它比传统的滤波方法具有更高的精度和实用性。它还有一个优点是，使得SLAM系统易于修改以利用不同的传感器。例如，ORB-SLAM3支持单目、立体、RGB-D和IMU传感器，现代系统可以支持多种相机型号。但是，现代SLAM系统仍然缺乏许多实际应用所需的鲁棒性。运行时的故障以多种形式出现，例如特征轨迹丢失、优化算法发散和漂移累积等。如今，对于这些遗留问题，深度学习已经成为一种重要的解决方案。 论文提出了一种新的基于深度学习的SLAM系统
T-LESS 数据集处理代码
最新发布
12-10
<think>根据用户的问题，用户想要查找T-LESS数据集的处理代码。用户之前提供的引用中提到了T-LESS数据集，但引用[1]是关于ChIP-seq数据分析的，引用[2]是关于多个数据集（包括T-LESS）的汇总信息，但并没有提供具体的处理代码。 由于用户明确要求T-LESS数据集的处理代码，我们需要从引用[2]中获取关于T-LESS数据集的描述，并尝试根据该数据集的特点来推断或提供通用的处理流程代码。同时，我们也可以根据该数据集在6D物体姿态估计领域的常见处理方法提供代码示例。 T-LESS数据集是一个用于6D物体姿态估计的数据集，包含30个工业物体，没有明显的纹理或可辨别的颜色。因此，处理代码通常涉及物体检测、姿态估计等计算机视觉任务。 常见的处理流程包括： 1. 数据下载和预处理（如读取图像、深度图、标注信息） 2. 物体检测（如使用Mask R-CNN等模型） 3. 姿态估计（如使用PVNet, PVN3D, DenseFusion等算法） 由于用户没有指定具体的处理任务（如物体检测、姿态估计等），我将提供一个通用的处理流程，包括数据读取和预处理，以及一个简单的物体检测和姿态估计的示例代码。 注意：由于T-LESS数据集提供了多种传感器数据（RGB，深度，CAD模型等），代码示例将包括读取RGB图像和标注，并使用一个预训练的物体检测模型（如Mask R-CNN）进行物体检测，然后使用一个简单的姿态估计方法（如ICP）进行姿态估计（这里仅作为示例，实际中可能需要更复杂的算法）。 由于代码较长，我们将分步骤进行： 步骤1：下载数据集并解压（假设已经下载，存放于指定目录） 步骤2：读取数据集中的图像和标注 步骤3：使用预训练模型进行物体检测 步骤4：利用深度信息进行姿态估计（例如使用ICP算法） 由于完整的代码非常复杂，这里提供一个简化的示例，仅包括数据读取和物体检测部分，姿态估计部分由于涉及较多细节，只提供伪代码。 下面是示例代码： ```python # 导入必要的库 import os import json import numpy as np import cv2 from PIL import Image import matplotlib.pyplot as plt import torch import torchvision from torchvision.models.detection import maskrcnn_resnet50_fpn # 步骤1：定义数据目录和读取标注 dataset_dir = '/path/to/t-less' # 替换为实际路径 # 假设我们要读取训练集中的一个场景 scene_id = 1 camera = 'kinect' image_id = '0000' # 读取RGB图像 rgb_path = os.path.join(dataset_dir, f'train_primesense/{scene_id:02d}/rgb/{image_id}.png') rgb = cv2.imread(rgb_path) rgb = cv2.cvtColor(rgb, cv2.COLOR_BGR2RGB) # 读取深度图（如果有的话） depth_path = os.path.join(dataset_dir, f'train_primesense/{scene_id:02d}/depth/{image_id}.png') depth = cv2.imread(depth_path, cv2.IMREAD_UNCHANGED) # 深度图为16位 # 读取标注信息 gt_path = os.path.join(dataset_dir, f'train_primesense/{scene_id:02d}/scene_gt.json') with open(gt_path, 'r') as f: gt = json.load(f) # 注意：标注信息是按图像ID组织的，这里我们使用image_id（注意可能需要转换为整数索引） image_gt = gt[image_id] # 如果没有image_id为'0000'的键，则可能需要使用数字0 # 步骤2：使用预训练模型进行物体检测（这里使用Mask R-CNN） # 加载预训练模型 model = maskrcnn_resnet50_fpn(pretrained=True) model.eval() # 将图像转换为tensor transform = torchvision.transforms.Compose([torchvision.transforms.ToTensor()]) image_tensor = transform(rgb) image_tensor = image_tensor.unsqueeze(0) # 增加一个批次维度 # 进行推理 with torch.no_grad(): prediction = model(image_tensor) # 显示检测结果（这里只取第一个图像的预测） pred = prediction[0] # 设置一个阈值来过滤检测结果 score_threshold = 0.5 boxes = pred['boxes'][pred['scores'] > score_threshold] labels = pred['labels'][pred['scores'] > score_threshold] masks = pred['masks'][pred['scores'] > score_threshold] # 可视化检测结果（这里只可视化第一个检测到的物体） if len(boxes) > 0: # 画出边界框 box = boxes[0].numpy().astype(int) cv2.rectangle(rgb, (box[0], box[1]), (box[2], box[3]), (255,0,0), 2) # 如果有mask，可以画出mask mask = masks[0][0].numpy() > 0.5 # 阈值化得到二值mask rgb[mask] = rgb[mask] * 0.5 + np.array([0, 0, 255]) * 0.5 # 用蓝色半透明覆盖 plt.imshow(rgb) plt.show() # 步骤3：姿态估计（以ICP为例，这里仅提供伪代码，因为需要3D模型和相机内参） # 假设我们已经有了物体的3D模型（例如从T-LESS提供的CAD模型转换而来）和相机内参 # 根据检测到的物体ID（需要将检测的类别映射到T-LESS的物体ID）和深度图，进行位姿估计 # 由于T-LESS数据集没有纹理，所以通常使用基于深度的姿态估计算法 # 伪代码： # 1. 根据物体ID加载对应的3D模型点云 # 2. 使用深度图生成当前检测区域内的点云 # 3. 使用ICP（迭代最近点）算法将模型点云与场景点云对齐，得到姿态变换矩阵 # 由于实现ICP需要较长时间，且需要很多细节，这里不展开。 ``` 注意事项： 1. T-LESS数据集中的物体没有纹理，因此基于RGB的检测可能效果不佳，实际中通常会结合深度信息。 2. 上述代码中使用的Mask R-CNN是在COCO数据集上预训练的，可能无法直接检测T-LESS中的工业物体。通常需要在自己的数据集上重新训练。 3. 姿态估计部分需要利用数据集提供的3D模型和相机内参。 因此，更实际的做法是使用专门为T-LESS设计的代码库，例如： - https://github.com/thodan/t-less_toolkit （官方工具包） - https://github.com/wadimkehl/ssd-6d （一个流行的6D姿态估计方法，支持T-LESS） 建议用户参考这些代码库。 §§相关问题§§ 1. T-LESS数据集中的物体没有纹理，如何提高物体检测的准确性？ 2. 如何训练一个针对T-LESS数据集的物体检测模型？ 3. 除了ICP，还有哪些适用于T-LESS数据集的姿态估计算法？ </think> ### T-LESS数据集处理代码指南 T-LESS数据集是一个用于6D物体姿态估计的基准数据集，包含30个无纹理的工业物体。以下是处理该数据集的典型流程和代码示例： #### 1. 数据下载与准备 ```python # 下载数据集 (官方地址需注册) # T-LESS官网：https://www.t-less.org/ # 或通过BOP数据集集成交互页面：https://bop.felk.cvut.cz/datasets/ # 解压后的目录结构示例： t-less/ ├── models/ # 物体3D模型 (PLY格式) ├── test_primesense/ # 测试集 (RGB+深度图) └── train_primesense/ # 训练集 (RGB+深度图) ``` #### 2. 数据加载示例 (Python) ```python import os import numpy as np import cv2 def load_tless_sample(scene_id=1, img_id=0): """加载单个样本数据""" base_path = "t-less/train_primesense" # 加载RGB图像 rgb_path = f"{base_path}/{scene_id:02d}/rgb/{img_id:04d}.png" rgb = cv2.cvtColor(cv2.imread(rgb_path), cv2.COLOR_BGR2RGB) # 加载深度图 (单位：毫米) depth_path = f"{base_path}/{scene_id:02d}/depth/{img_id:04d}.png" depth = cv2.imread(depth_path, cv2.IMREAD_UNCHANGED) # 加载位姿标注 with open(f"{base_path}/{scene_id:02d}/scene_gt.json") as f: annotations = json.load(f)[str(img_id)] return rgb, depth, annotations # 示例调用 rgb_img, depth_map, poses = load_tless_sample(scene_id=1, img_id=0) ``` #### 3. 6D姿态估计流程 (伪代码) ```python # 典型处理流程： # 1. 物体检测 -> 2. 特征提取 -> 3. 姿态估计 -> 4. 姿态优化 # 使用预训练模型示例 (PVNet) import torch from pose_estimation import PVNet # 初始化模型 model = PVNet(backbone='resnet18', num_classes=30) model.load_state_dict(torch.load('tless_pvnet.pth')) # 推理流程 def estimate_pose(rgb_image): preprocessed = preprocess(rgb_image) # 图像预处理 vector_fields = model(preprocessed) # 预测向量场 keypoints = solve_pnp(vector_fields) # 解算位姿 return keypoints ``` #### 4. 评估代码示例 ```python # 使用BOP工具包评估姿态精度 from bop_toolkit_lib import evaluator # 配置评估参数 eval_params = { 'dataset_name': 'tless', 'result_path': '/results.json', 'models_path': '/models', 'eval_path': '/eval' } # 运行评估 evaluator.evaluate(**eval_params) ``` #### 关键工具推荐 1. **BOP Toolkit** 官方评估工具：https://github.com/thodan/bop_toolkit ```bash pip install bop_toolkit ``` 2. **CosyPose** 支持T-LESS的SOTA方法：https://github.com/ylabbe/cosypose 3. **MaskedFusion** 多模态处理方法：https://github.com/mentian/MaskedFusion
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值