该研究提出了SEMPose网络，旨在解决多对象场景中RGB图像的六自由度姿势估计问题，尤其是物体大小变化和遮挡带来的挑战。实验结果表明，SEMPose能够在高帧率下实时且准确地估计多个物体的姿势，优于现有方法。

本文提出了一种名为OLAF的即插即用方法，旨在简化多对象多部件场景的分割。通过引入对象基础的结构线索和权重适应技术，OLAF显著提升了模型性能，尤其在处理小部件时表现优异。