为Euro托盘创建自己的对象检测

Question

我想解决一个新项目，在这个项目中，我使用Tensorflow对象检测API来检测欧洲托盘(eg. pic)。

我的最终目标是知道我离托盘有多远，以及我与托盘的相对位置。因此，我考虑首先检测来自kinect摄像头的RGB源中的欧元托盘，然后使用其3D功能来获得到托盘的距离。

但是我该如何确定托盘的相对位置呢？我可以创建不同的类，例如一个是“前视图铺设托盘”，另一个是Side view laying pallet等，但我认为为了准确起见，我需要为每个类提供相当多的图片才能有效？比如每节课200块？

因为我的猜测是没有这样的标签数据集，但这是一个相当痛苦的我自己创建。

我能想到的另一种方法是，如果我用分段而不是边界框来标记我的托盘，也许还有另一种方法来找出我与托盘的相对位置？我自己从来没有做过语义分割标记，但有谁能说出我可以使用的好程序吗？

我希望有人能帮我指出正确的方向。任何帮助都将不胜感激。

Answer 1

一些想法:假设分类器的检测和分割有效，那么可以尝试边缘/线条等特征检测，以获得有关其方向(边界框)的线索。

当然，对于简单的特征检测，这将是棘手的，因为有非常不同的表面(木材，泥土)，背景和照明。

此外，“无标记跟踪”(增强现实中的一个主题)和“装箱”(实际应用于自动化行业)可能是类似问题的关键字，尽管您可能不是从一堆杂乱的托盘开始的。