面向林业作业中自主原木抓取的场景实例分割

原木拣选是一项具有挑战性的自动化任务。事实上，原木通常以杂乱、随机朝向且相互重叠的方式堆放。近期关于原木拣选自动化的工作通常假设原木位姿已知，很少考虑实际的感知问题。在本文中，我们直面后者，采用数据驱动的方法。首先，我们引入一个名为 TimberSeg 1.0 的新数据集，其具有密集标注，即包含原木的边界框与像素级掩码标注。该数据集包含 220 张图像，其中有 2500 根单独分割的原木。利用我们的数据集，我们比较了三种神经网络架构在原木个体检测与分割任务上的表现：两种基于区域的方法与一种基于注意力的方法。不出所料，我们的结果表明，轴对齐候选框未能考虑原木的方向性，表现不佳，mAP 为 19.03。一种旋转感知的候选框方法将结果显著提升至 31.83 mAP。更有趣的是，一种不带任何旋转归纳偏置的基于 Transformer 的方法优于前两者，在我们的数据集上达到了 57.53 的 mAP。我们的用例展示了基于区域的方法在杂乱、细长物体上的局限性。同时也突出了基于注意力的方法在这一特定任务上的潜力，因为它们直接在像素级上工作。这些令人鼓舞的结果表明，此类感知系统可在短期内辅助操作员，或在未来实现原木拣选操作的完全自动化。