MFOS: 无模型且一次性物体姿态估计
原文约300字，阅读约需1分钟。发表于：。提出了一种基于 Transformer 架构的新颖方法，用于在训练期从最少的输入中估计从未在训练中见过的物体的姿态，并在困难的 LINEMOD 基准测试中实现了最新的一次性表现。
该文介绍了一种使用预训练的Vision Transformers（ViT）提取视觉描述符的方法，用于零样本新目标6D姿态估计。该方法在多个数据集上进行了实验，结果表现卓越，无需进行特定任务的微调。与其他方法相比，该方法在三个数据集上都有显著提升。
