CAD2Real：利用 CAD 数据域随机化的深度学习用于电子控制单元壳体的三维位姿估计
计算机视觉与模式识别
2020-09-28 v1
摘要
电子控制单元（ECU）对许多汽车部件至关重要，例如发动机、防抱死制动系统（ABS）、转向和气囊。对于某些产品，需要在系列生产中确定每个单个 ECU 的三维位姿。深度学习方法不易应用于此问题，因为带标签的训练数据数量不足。因此，我们在纯合成训练数据上训练最先进的人工神经网络（ANN），该数据由单个 CAD 文件自动生成。通过在训练图像渲染过程中随机化参数，我们实现了对真实样品部件 RGB 图像的推断。与经典图像处理方法相比，这种数据驱动方法对测量装置的要求很少，并且只需少量开发工作即可迁移到相关用例。
引用
@article{arxiv.2009.12312,
title = {CAD2Real: Deep learning with domain randomization of CAD data for 3D pose estimation of electronic control unit housings},
author = {Simon Baeuerle and Jonas Barth and Elton Renato Tavares de Menezes and Andreas Steimer and Ralf Mikut},
journal= {arXiv preprint arXiv:2009.12312},
year = {2020}
}
备注
Proc. 30. Workshop Computational Intelligence, Berlin, 2020