改进YOLO6D的目标姿态估计算法

针对三维空间下被遮挡和弱纹理目标物难以进行精确姿态估计的问题,提出了一种基于改进YOLO6D的目标姿态估计算法。首先,引入残差网络结构,解决了神经网络层数增加带来的梯度问题并加快模型收敛;其次,加入空间金字塔池化(SPP-CSP)模块使网络充分利用多尺度特征图信息来增强对目标物的特征提取。实验结果显示,改进后的网络在自建数据集上整体指标2D重投影上升了6.68%,5 cm5°上升了6.05%,在官方数据集Occlusion LineMOD上整体精度上升了8.74%,有效提高了目标姿态估计的整体检测性能。