DecomPose: Un Framework per la Stima della Posa 6D di Oggetti a Livello di Categoria

Uno studio recente presenta DecomPose, un framework che tiene conto della difficoltà nella scomposizione dei compiti, volto a migliorare la stima della posa 6D di oggetti a livello di categoria. Pubblicato su arXiv, la ricerca affronta il problema della variabilità geometrica tra categorie nell'apprendimento congiunto multi-categoria, che può causare conflitti di gradiente ed effetti di trasferimento dannosi. DecomPose utilizza diagnostiche basate sul gradiente per misurare la contesa tra categorie a livello di modulo e introduce due elementi principali: il disaccoppiamento del gradiente basato sulla difficoltà, che organizza le categorie in base a un proxy di difficoltà derivato dai dati e indirizza le istanze a rami di corrispondenza specifici, e la ramificazione asimmetrica guidata dalla stabilità, che assegna rami più capaci alle categorie più semplici per garantire un'ottimizzazione stabile. Questo framework mira a ridurre la contesa nell'ottimizzazione e aumentare la precisione della stima della posa.