6D 樱桃姿态估计：基于纯合成训练数据的实时与边缘 AI 解决方案
计算机视觉与模式识别
2025-11-17 v1 机器人学
摘要
自动和选择性采收水果已成为重要研究领域，尤其是由于发达经济体存在高成本和季节性劳动力短缺等挑战。本文聚焦于使用通过程序化管道生成的纯合成数据进行樱桃 6D 姿态估计。我们采用 YOLOX-6D-Pose 算法，这是一种单次方法，利用 YOLOX 主干网络，YOLOX 以速度和准确性之间的平衡著称，支持边缘推理。为解决训练数据稀缺的难题，我们引入了一个稳健且灵活的管道，用于通过程序化 Blender 管道从各种 3D 模型生成合成樱桃数据，重点提升合成数据的真实感，与之前的工作相比较，以充当训练姿态估计算法的有价值资源。定量评估表明，我们的模型在 NVIDIA RTX 3090 和 Jetson Orin Nano 上在多个 ADD-S 指标上实现了相当相同的准确性，其中 RTX 3090 显示出优越的处理速度。然而，Jetson Orin Nano 特别适用于资源受限的环境，使其成为农业机器人部署的绝佳选择。定性评估进一步确认了模型的性能，展示了其准确推断成熟和半成熟樱桃姿态的能力，同时在检测未成熟 specimens 时面临挑战。这表明未来可以通过探索颜色变化来增强对未成熟樱桃的检测能力（如果需要）。此外，本文所述的方法可以轻易适用于其他水果，如苹果、桃子和李子，从而扩大其在农业自动化领域的适用性和影响力。
关键词
引用
@article{arxiv.2511.11307,
title = {6D Strawberry Pose Estimation: Real-time and Edge AI Solutions Using Purely Synthetic Training Data},
author = {Saptarshi Neil Sinha and Julius Kühn and Mika Silvan Goschke and Michael Weinmann},
journal= {arXiv preprint arXiv:2511.11307},
year = {2025}
}