pycharm 2022
tensorflow 2.20
opencv
open3d
本次选用backbone为resnet101+FPN的mask_rcnn, 实验对象为零散堆叠的牙刷。训练效果如下:
通过获得的单个物体的掩膜和深度图进行目标点云重建。重建点云如下:
对于模板点云,在点云重建的基础上,通过cloudcompare进行处理,得到较为干净的模板点云:
首先将源目标点云和模板点云进行ISS关键点检测:
然年进行用FPFH进行特征描述和对应点匹配,之后用SAC_IA粗配准算法算出点对的初始位姿,最后进行icp配准,效果如下:
团队名称:视觉打工人
团队成员:肖金华