为欧洲货盘创建自己的目标检测

Question

我考虑过一个新项目，在这个项目中我使用Tensorflow对象检测API来检测Euro托盘（eg. pic）。在

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。所以我想先从kinect相机的RGB源中检测到欧洲托盘，然后使用它的3D功能来获取到托盘的距离。在

但是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“Front view laying pallel”，另一个是Side view laying pallet等等，但是我认为为了准确起见，我需要为每个类提供很多图片，这样它才有效？每节课200美元？在

因为我的猜测是，还没有这样的标记数据集，这是一个相当痛苦的创建自己。在

另一个我可以想到的方法是，如果我用分段而不是边界框来标记我的托盘，也许有另一种方法可以找到我相对于托盘的相对位置？我自己从来没有做过语义分割标记，但是谁能说出我能用的好程序吗？在

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。在

Answer 1

一些想法：假设使用分类器进行检测和分割，那么就可以尝试像边缘/直线这样的特征检测来获得关于其方向（边界框）的线索。在

当然，对于简单的特征检测来说，这将是一个棘手的问题，因为不同的表面（木头、泥土）、背景和灯光。在

另外，“无标记跟踪”（增强现实中的一个主题）和“垃圾箱拣选”（实际应用于自动化行业）可能是类似问题的关键词，尽管您可能不会从一堆无序的托盘开始。在