Быстрое 3D-детектирование обуви в естественных условиях

Данная работа посвящена задаче 3D детектирования объектов в естественных условиях. Главной задачей этого исследования стоит создание архитектуры нейросети, способной быстро и достаточно точно предсказывать пространственную информацию о расположении объекта с помощью одного RGB изображения. Данная задача носит название "Монокулярное 3D детектирование". В качестве обучающей выборки было принято решение использовать датасет Objectron, как самый современный и большой датасет для 3D детектирования. Objectron состоит из предметов домашнего обихода, которым на данный момент уделено слишком мало внимания в области 3D детектирования. В работе представлены три 3D детектора, способных в реальном времени предсказывать 3D параллелепипед, в котором располагается объект на изображении. Детекторы основаны на различных сверточных нейронных сетях, причем каждый из них имеет свою сильную сторону в терминах качества или скорости работы. Результаты данной работы вносят свой вклад в развитие области 3D детектирования и могут быть использованы, например, в задачах робототехники и дополненной реальности.