飞机6D姿态估计网络

精度提升86.8%

通过2D投影与3D空间信息的联合监督,实现单目图像的端到端高精度6D姿态估计。

Fu, Daoyong · 韩松臣 · 梁斌斌 · Xinyang, Yuan · Wei, Li

Chinese Journal of Aeronautics 2023

参数信息

ADD指标提升幅度
86.8 %
5°5m指标提升幅度
30.1 %
推理速度
9.30 ms

技术优势

同时利用2D和3D信息

以关键点的2D投影和3D空间坐标作为中间监督,引导网络学习更准确的6D姿态。

精度提升显著

与最新Wide-Depth-Range相比,ADD指标提升86.8%,5°5m指标提升30.1%,适合高精度场景。

推理更快

单次推理仅9.30 ms,比YOLO6D快61.0%,满足实时性需求。

应用场景