OPD

我们创建了两个3D对象数据集: 基于现有合成对象的OPDSynth和基于真实对象的RGBD重建的OPDReal。然后，我们设计OPDRCNN，一种神经体系结构，用于检测可打开的零件并预测其运动参数。我们的实验表明，这是一项具有挑战性的任务，尤其是在考虑跨对象类别的泛化以及单个图像中有限的信息量时。我们的架构优于基线和先前的工作，尤其是对于RGB图像输入。

搜集汇总

背景与挑战

背景概述

OPD数据集包含基于合成对象的OPDSynth和基于真实对象RGBD重建的OPDReal两个3D对象数据集，旨在通过OPDRCNN架构检测可打开零件并预测其运动参数。实验显示该任务在跨类别泛化和单图像信息有限时具有挑战性，但该架构优于基线方法，尤其适用于RGB图像输入。