論文の概要: TinyDETR-Pose: Towards End-to-End Real-Time Single-Stage 6DoF Object Pose Estimation with Lightweight Transformers

• arxiv url: http://arxiv.org/abs/2608.15297v1
• Date: Sat, 15 Aug 2026 16:02:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.25256
• Title: TinyDETR-Pose: Towards End-to-End Real-Time Single-Stage 6DoF Object Pose Estimation with Lightweight Transformers
• Title（参考訳）: TinyDETR-Pose:軽量トランスを用いたリアルタイムシングルステージ6DoFオブジェクトポース推定に向けて
• Abstract要約: 本稿では,TinyDETR-Poseについて述べる。 TinyDETR-Poseは6Dのポーズを1つのフォワードパスで回帰する。 YCB-V では、TinyDETR-Pose は ADD-S AUC 85.9 と同等であり、他の DETR ベースのシングルステージポーズ推定手法よりも最大 7 個のパラメータを必要とする。
• 参考スコア（独自算出の注目度）: 11.190709946582166
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Real-time 6DoF object pose estimation on resource-constrained hardware remains challenging, as accurate correspondence-based and refinement pipelines typically rely on non-differentiable PnP/RANSAC stages or costly iterative refinement, while recent foundation-model-based approaches incur inference costs that are prohibitive for edge deployment. We present TinyDETR-Pose, a lightweight, end-to-end, single-stage framework that jointly detects objects and regresses their full 6D pose in a single forward pass. Built on the efficient LW-DETR architecture, TinyDETR-Pose formulates detection and pose estimation as a set-prediction problem and attaches dedicated MLP heads for rotation, monocular depth, and projected object center regression to each decoder query, eliminating the need for PnP, NMS (non-maximum suppression), or iterative pose refinement. Object symmetries are handled through a ADD-S loss applied uniformly to all objects, without the need for object-specific loss schedules or separate geodesic/ADD supervision. In addition, predictions are assigned to ground truth using a symmetry-safe Hungarian matcher based on class and 2D spatial cues, yielding stable assignment under symmetry and depth ambiguity. On YCB-V, TinyDETR-Pose achieves a comparable ADD-S AUC of 85.9, while requiring up to 72.7% fewer parameters than other DETR-based single-stage pose-estimation approaches. Due to its compact design, TinyDETR-Pose runs in real time and achieves an inference latency of only ~4.5 ms per frame on an NVIDIA Jetson Nano using TensorRT, demonstrating that accurate end-to-end transformer-based 6D pose estimation can be made practical for edge deployment.
• Abstract（参考訳）: リソース制約のあるハードウェア上でのリアルタイム6DoFオブジェクトのポーズ推定は依然として困難であり、正確な対応ベースと改善パイプラインは通常、非微分可能なPnP/RANSACステージ、あるいはコストのかかる反復的な改善に依存している。 TinyDETR-Poseは軽量でエンドツーエンドのシングルステージフレームワークで、オブジェクトを共同で検出し、完全な6Dポーズを1つのフォワードパスで再描画する。 効率的なLW-DETRアーキテクチャ上に構築されたTinyDETR-Poseは、セット予測問題として検出とポーズ推定を定式化し、各デコーダクエリに専用のMLPヘッドを付加し、PnP、NMS(non-maximum suppress)、反復ポーズリファインメントを必要としないようにした。 オブジェクト対称性は、オブジェクト固有の損失スケジュールや別々の測地/ADD監督を必要とせずに、すべてのオブジェクトに一様に適用されるADD-S損失を通して処理される。 さらに、クラスと2次元空間的手がかりに基づいて、対称性と深さのあいまいさの下で安定な割り当てをもたらす対称性安全なハンガリーのマッカーを用いて、予測は地上の真理に割り当てられる。 YCB-Vでは、TinyDETR-Poseは85.9のADD-S AUCを達成しているが、他のDETRベースの単段ポーズ推定手法よりも72.7%少ないパラメータを必要とする。 コンパクトな設計のため、TinyDETR-Poseはリアルタイムに動作し、TensorRTを使用してNVIDIA Jetson Nano上で1フレームあたり4.5ミリ秒の推論レイテンシを達成し、エッジデプロイメントに正確なエンドツーエンドのトランスフォーマーベースの6Dポーズ推定を実用的なものにすることができることを示した。

関連論文リスト

• Back to the Feature: Zero-Shot 6DoF Pose Estimation via Dense Local Features [0.0]
  RGB画像から見えない物体の6DoFポーズ推定のための訓練不要ゼロショット法であるB2oseを提案する。 B2oseは、タスク固有の微調整なしで、合成と現実のドメインギャップをまたいで一般化する、密集したパッチレベルの特徴を抽出する。 BOPベンチマークの7つのコアデータセットでは、B2oseは改善のない40.7の平均ARと56.4の洗練を実現している。
  論文  参考訳（メタデータ） (2026-09-06T16:57:27Z)
• RRTrack: Robust and Recoverable Object 6D Pose Tracking for Dynamic Scenes [55.15267980622371]
  RRTrackは効率的で復元可能なオブジェクト6Dポーズトラッカーである。 高速な動きと目標の消光によるロバストな追跡を可能にする。 実験の結果、RRTrackはADD-S ARを66.3%改善し、ADD-S AUCを65.7%改善した。
  論文  参考訳（メタデータ） (2026-07-26T14:05:46Z)
• Pose Anything Anywhere:Model-free Object Poses from Arbitrary References [64.58017857473774]
  RGBとRGB-Dの両方の入力をシームレスにサポートするモデルフリーフレームワークであるPANYを提案する。 1つまたはスパースなポーズフリー参照ビューで動作し、新しいオブジェクトに効果的に一般化する。 複数のベンチマークで最先端のパフォーマンスを実現し、既存のモデルフリーメソッドを大幅に上回っている。
  論文  参考訳（メタデータ） (2026-06-22T17:23:57Z)
• MAPRPose: Mask-Aware Proposal and Amodal Refinement for Multi-Object 6D Pose Estimation [21.294005937994882]
  MAPRPoseは2段階のフレームワークであり、プロポーズの提案や頑健な改善のためのアモーダル駆動型Regional-of-Interest(ROI)予測にマスク対応対応の対応を利用している。 BOPベンチマークで評価すると、MAPRPoseは最先端の平均リコール(AR)を76.5%達成し、FoundationPoseよりも3.1%向上し、マルチオブジェクト推論では43倍のスピードアップを実現している。
  論文  参考訳（メタデータ） (2026-04-22T15:00:46Z)
• Yolo-Key-6D: Single Stage Monocular 6D Pose Estimation with Keypoint Enhancements [0.0]
  モノクル6次元ポーズ推定のための新しい一段階のエンドツーエンドフレームワークであるYolo-Key-6Dを提案する。 提案手法は,オブジェクトの3次元境界ボックス角の2次元投影を補強する補助ヘッドを統合することで,YOLOベースのアーキテクチャを強化する。 YOLO-Key-6D は ADD(-S) 0.1d でそれぞれ96.24% と69.41% の競争精度を達成している。
  論文  参考訳（メタデータ） (2026-03-04T09:31:07Z)
• Geo6DPose: Fast Zero-Shot 6D Object Pose Estimation via Geometry-Filtered Feature Matching [0.0]
  Geo6DPoseは、ゼロショット6Dポーズ推定のための軽量で、完全にローカルで、トレーニング不要なパイプラインである。 Geo6DPoseは、1つのコモディティGPU上で、はるかに大きなゼロショットベースラインの平均リコールをマッチングしながら、サブ秒の推論を実現する。
  論文  参考訳（メタデータ） (2025-12-11T14:20:17Z)
• RGB-based Category-level Object Pose Estimation via Decoupled Metric Scale Recovery [72.13154206106259]
  本研究では、6次元のポーズとサイズ推定を分離し、不完全なスケールが剛性変換に与える影響を緩和するパイプラインを提案する。 具体的には,事前学習した単分子推定器を用いて局所的な幾何学的情報を抽出する。 別個のブランチは、カテゴリレベルの統計に基づいてオブジェクトのメートル法スケールを直接復元するように設計されている。
  論文  参考訳（メタデータ） (2023-09-19T02:20:26Z)
• CRT-6D: Fast 6D Object Pose Estimation with Cascaded Refinement Transformers [51.142988196855484]
  本稿では,CRT-6D(Cascaded Refinement Transformers)と呼ぶ新しい手法を提案する。 一般的に使用される高密度中間表現を,Os(Object Keypoint Features)と呼ばれる機能ピラミッドからサンプリングされた,各要素がオブジェクトキーポイントに対応するスパースな機能セットに置き換える。 一つのモデル上で最大21個のオブジェクトをサポートしながら,最も近いリアルタイム状態よりも2倍高速な推論を実現する。
  論文  参考訳（メタデータ） (2022-10-21T04:06:52Z)
• ES6D: A Computation Efficient and Symmetry-Aware 6D Pose Regression Framework [19.759108851254844]
  このフレームワークは、XYZNetと呼ばれる完全な畳み込みネットワークを用いて、RGB-Dデータからポイントワイズ機能を効率的に抽出するシンプルなアーキテクチャで設計されている。 YCB-VideoデータセットとT-LESSデータセットの実験は、提案フレームワークの最高精度と低計算コストにおいて、かなり優れた性能を示す。
  論文  参考訳（メタデータ） (2022-04-03T14:04:14Z)
• FS6D: Few-Shot 6D Pose Estimation of Novel Objects [116.34922994123973]
  6Dオブジェクトポーズ推定ネットワークは、多数のオブジェクトインスタンスにスケールする能力に制限がある。 本研究では,未知の物体の6次元ポーズを,余分な訓練を伴わずにいくつかの支援ビューで推定する。
  論文  参考訳（メタデータ） (2022-03-28T10:31:29Z)
• SO-Pose: Exploiting Self-Occlusion for Direct 6D Pose Estimation [98.83762558394345]
  SO-Poseは、オブジェクトの6自由度(6DoF)をすべて、単一のRGBイメージから散らばった環境でポーズさせるフレームワークである。 本稿では,3次元オブジェクトの2層表現を確立するために,自己閉塞に関する新たな推論を導入する。 対応性,自己閉塞性,6次元ポーズを整列する層間合成により,精度とロバスト性をさらに向上させることができる。
  論文  参考訳（メタデータ） (2021-08-18T19:49:29Z)
• Spatial Attention Improves Iterative 6D Object Pose Estimation [52.365075652976735]
  本稿では,RGB画像を用いた6次元ポーズ推定の改良手法を提案する。 私たちの主な洞察力は、最初のポーズ推定の後、オブジェクトの異なる空間的特徴に注意を払うことが重要です。 実験により,このアプローチが空間的特徴に順応することを学び,被写体の一部を無視することを学び,データセット間でのポーズ推定を改善することを実証した。
  論文  参考訳（メタデータ） (2021-01-05T17:18:52Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。