目录
  1. 一、GDR-Net: Geometry-Guided Direct Regression Network for Monocular 6D Object Pose Estimation
  2. 1 目标问题
  3. 2 方法
  4. 3 思考
  5. 二、算法复现
  6. 2.1 数据集准备
  7. 2.2 环境准备
  8. 2.3 目标检测算法
  9. 2.4 位姿估计算法

一、GDR-Net: Geometry-Guided Direct Regression Network for Monocular 6D Object Pose Estimation

期刊 / 会议：CVPR2021 作者 / 机构：Gu Wang, Tsinghua University, BNRist 关键词：位姿估计；端到端 时间：2021 代码：https://github.com/THU-DA-6D-Pose-Group/GDR-Net

1 目标问题

提出一种端到端的位姿估计算法。

2 方法

方法

（1）网络架构

首先向GDR-Net提供256x256的ROI图，预测出三个64x64的中间特征图

  • 稠密对应图M2D−3DM_{2D-3D}：将稠密坐标映射MXYZM_{XYZ}对跌倒2D像素坐标上得到，反映了对象的几何形状信息。
  • 表面区域注意图MSRAM_{SRA}：采用最远点采样从MXYZM_{XYZ}中到处，代表了对象的对称性。
  • 可见对象掩码MvisM_{vis}

使用一个简单的2D卷积Patch Pnp模块直接从特征图中回归6D对象姿态。Patch PnP模块由三个卷积层组成，然后用两个全连接层用于扁平化特征，最后连个全连接层输出R6D旋转和tSITE平移。

3 思考

本文专注于图像的特征提取和处理工作，实现从单一图片预测位姿的功能。

二、算法复现

2.1 数据集准备

下载BOP数据集和VOC2012数据集，从Onedrive (password: groupji)或者百度网盘(密码: vp58)下载test_boxes，完成后datasets文件夹的结构如下：

datasets/
├── BOP_DATASETS   # https://bop.felk.cvut.cz/datasets/
    ├──tudl
    ├──lmo
    ├──ycbv
    ├──icbin
    ├──hb
    ├──itodd
    └──tless
└──VOCdevkit

从Onedrive (password: groupji)或者百度网盘(密码10t3)下载预训练模型，并将其放到./output文件夹内。

2.2 环境准备

要求Ubuntu 18.04/20.04, CUDA 10.1/10.2/11.6, python >= 3.7, PyTorch >= 1.9, torchvision

（1）创建虚拟环境

conda create -n gdrnpp python=3.7
conda activate gdrnpp

（2）安装依赖

安装 PyTorch

conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cudatoolkit=11.3 -c pytorch -c conda-forge

从源码安装 detectron2

python -m pip install 'git+https://github.com/facebookresearch/detectron2.git'
# (add --user if you don't have permission)

# Or, to install it from a local clone:
git clone https://github.com/facebookresearch/detectron2.git
python -m pip install -e detectron2

# On macOS, you may need to prepend the above commands with a few environment variables:
CC=clang CXX=clang++ ARCHFLAGS="-arch x86_64" python -m pip install ...

打开 requirements/requirement.txt，注释第30行 torchvision，第35行 pytorch3d， 第48行 pytorch-lightning

安装 Ubuntu 系统依赖和 python 依赖：

sh scripts/install_deps.sh
conda install pytorch-lightning
pip install pytorch3d

（4）编译 fps 的cpp扩展

sh core/csrc/compile.sh

（5）编译egl_renderer的cpp扩展

sh lib/egl_renderer/compile_cpp_egl_renderer.sh

2.3 目标检测算法

从 Onedrive (password: groupji) or BaiDuYunPan(password: aw68)中下载预训练模型。

（1）训练

./det/yolox/tools/train_yolox.sh <config_path> <gpu_ids> (other args)

（2）测试

./det/yolox/tools/test_yolox.sh <config_path> <gpu_ids> <ckpt_path> (other args)

2.4 位姿估计算法

（1）训练

打开core/gdrn_modeling/datasets/lm_pbr.py，注释第190行assert osp.exists(xyz_path), xyz_path

./core/gdrn_modeling/train_gdrn.sh <config_path> <gpu_ids> (other args)

例如：

./core/gdrn_modeling/train_gdrn.sh configs/gdrn/ycbv/convnext_a6_AugCosyAAEGray_BG05_mlL1_DMask_amodalClipBox_classAware_ycbv.py 0

（2）测试

./core/gdrn_modeling/test_gdrn.sh <config_path> <gpu_ids> <ckpt_path> (other args)

例如：

./core/gdrn_modeling/test_gdrn.sh configs/gdrn/ycbv/convnext_a6_AugCosyAAEGray_BG05_mlL1_DMask_amodalClipBox_classAware_ycbv.py 0 output/gdrn/ycbv/convnext_a6_AugCosyAAEGray_BG05_mlL1_DMask_amodalClipBox_classAware_ycbv/model_final_wo_optim.pth