論文の概要: MiniPose: Miniature-Based Real Data Collection for 6D Pose Estimation of Large Industrial Pipe Segments
- arxiv url: http://arxiv.org/abs/2611.15066v1
- Date: Wed, 11 Nov 2026 05:34:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.054924
- Title: MiniPose: Miniature-Based Real Data Collection for 6D Pose Estimation of Large Industrial Pipe Segments
- Title(参考訳): MiniPose: 大規模産業用パイプセグメントの6次元ポス推定のための小型データ収集
- Abstract要約: MiniPoseは、データ取得の負担とsim-to-realギャップの両方に対処する、ミニチュアベースのリアルRGB-Dデータコレクションのための実用的なパイプラインである。
実RGB-Dカメラを用いて、スケールダウンレプリカを作成し、RGB-Dデータを様々なポーズでキャプチャする。RGB画像を直接使用し、デプスマップを単純な逆スケーリング変換により、フルスケールオブジェクトの幾何学的に一貫した表現に変換する。
- 参考スコア(独自算出の注目度): 7.590259626672812
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: 6-DOF pose estimation of large and heavy industrial objects, such as large piping systems in shipyards and structural components in petrochemical plants, remains relatively underexplored in robotic perception. Repeatedly repositioning large objects is physically and spatially demanding, making it difficult to acquire real training data with sufficient pose diversity. Synthetic data offer a scalable alternative, but faithfully reproducing real RGB-D observations, particularly the structured measurement errors of real depth sensors, remains difficult. We propose MiniPose, a practical pipeline for miniature-based real RGB-D data collection that addresses both the data-acquisition burden and the sim-to-real gap. We fabricate a scaled-down replica and capture RGB-D data of it in diverse poses using a real RGB-D camera. RGB images are used directly, while depth maps are converted to a geometrically consistent representation of the full-scale object via a simple inverse scaling transformation. This allows training to incorporate real appearance and sensor measurement characteristics that are difficult to reproduce using synthetic data alone. To examine whether the benefit depends on a particular network, we evaluate two RGB-D pose estimators with different formulations, PVN3D and RDPN6D. Mixing at most 1,000 miniature images per pipe type, less than 10\% of the training data, with 10,000 synthetic images improves the mean ADD-S AUC across pipe types over synthetic-only training for both estimators. A comparison with training on full-scale real data further suggests that miniature data can serve as a proxy where full-scale collection is difficult, reducing the data-collection burden for large industrial objects.
- Abstract(参考訳): 6-DOFは、造船所の大型配管システムや石油化学プラントの構造部品など、大型で重い産業オブジェクトを推定する。
大きな物体を繰り返し配置することは物理的かつ空間的に要求されるため、十分なポーズの多様性を持つ実際の訓練データを取得することは困難である。
合成データはスケーラブルな代替手段を提供するが、実際のRGB-D観測を忠実に再現する。
我々は,データ取得の負担とsim-to-realギャップの両方に対処する,ミニサイズの実RGB-Dデータ収集のための実用的なパイプラインであるMiniPoseを提案する。
実RGB-Dカメラを用いて、スケールダウンレプリカを作成し、様々なポーズでRGB-Dデータをキャプチャする。
RGB画像は直接使用されるが、デプスマップは単純な逆スケーリング変換によって全スケールオブジェクトの幾何学的に一貫した表現に変換される。
これにより、合成データだけでは再現が難しい実際の外観とセンサ測定特性を取り入れる訓練が可能になる。
その利点が特定のネットワークに依存しているかどうかを調べるために, PVN3D と RDPN6D の異なる2つの RGB-D ポーズ推定器を評価した。
1管あたり1,000枚以上のミニチュア画像と10倍未満のトレーニングデータと1万枚の合成画像とを混合することにより、両推定器の合成専用トレーニングにより、パイプタイプ全体の平均ADD-S AUCが改善される。
実データと比較すると,大規模収集が困難であるプロキシとしてミニチュアデータが利用できることが示唆され,大規模産業オブジェクトのデータ収集の負担が軽減される。
関連論文リスト
- CAP-Net: A Unified Network for 6D Pose and Size Estimation of Categorical Articulated Parts from a Single RGB-D Image [86.75098349480014]
本稿では,ロボット操作作業における調音物体のカテゴリーレベルのポーズ推定に取り組む。
そこで本研究では,Categorical Articulated Partsの6次元ポーズとサイズを推定するためのシングルステージネットワークCAP-Netを提案する。
我々は,RGB画像と実センサからシミュレーションした深度雑音を特徴とするRGB-D調音データセットであるRGBD-Artデータセットを紹介した。
論文 参考訳(メタデータ) (2025-04-15T14:30:26Z) - RaSim: A Range-aware High-fidelity RGB-D Data Simulation Pipeline for Real-world Applications [55.24463002889]
我々は深度データ合成に焦点をあて、レンジ対応RGB-Dデータシミュレーションパイプライン(RaSim)を開発した。
特に、実世界のセンサーの撮像原理を模倣して高忠実度深度データを生成する。
RaSimは、下流のRGB-D知覚タスクで微調整をすることなく、現実世界のシナリオに直接適用することができる。
論文 参考訳(メタデータ) (2024-04-05T08:52:32Z) - RBF Weighted Hyper-Involution for RGB-D Object Detection [0.0]
リアルタイムと2つのストリームRGBDオブジェクト検出モデルを提案する。
提案モデルでは, 深度誘導型ハイパーインボリューションを生深度マップの空間的相互作用パターンに基づいて動的に適応する深度誘導型ハイパーインボリューションと, アップサンプリングに基づくトレーニング可能な融合層からなる。
提案モデルは,NYU Depth v2データセットで他のRGB-Dベースオブジェクト検出モデルよりも優れており,SUN RGB-Dで比較した(第2位)結果が得られることを示す。
論文 参考訳(メタデータ) (2023-09-30T11:25:34Z) - 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) - Let's Roll: Synthetic Dataset Analysis for Pedestrian Detection Across
Different Shutter Types [7.0441427250832644]
本稿では,機械学習(ML)オブジェクト検出モデルに異なるシャッター機構が与える影響について検討する。
特に、合成合成されたGSとRSのデータセットを用いて、主流検出モデルを訓練し、評価する。
論文 参考訳(メタデータ) (2023-09-15T04:07:42Z) - A Simulation-Augmented Benchmarking Framework for Automatic RSO Streak
Detection in Single-Frame Space Images [7.457841062817294]
大規模データセットが利用可能な場合、ディープ畳み込みニューラルネットワーク(DCNN)は、オブジェクト検出において優れたパフォーマンスを示している。
RSO検出のための新しいシミュレーション強化ベンチマークフレームワーク(SAB-RSOD)を紹介する。
本フレームワークでは,実空間画像をキャプチャするセンサのハードウェアパラメータを最大限に活用することにより,まず高忠実度RSOシミュレータを開発する。
次に,このシミュレータを用いて宇宙空間に多彩なROSを含む画像を生成し,自動的に注釈を付ける。
論文 参考訳(メタデータ) (2023-04-30T07:00:16Z)
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。