在本文中，我们提出了一种从RGB图像中进行6D姿态估计的精确且有效的解决方案。我们的方法的核心在于首先在目标物体模型上指定一组表面点作为关键点，然后训练一个关键点检测器（KPD）来定位这些关键点。最后，通过关键点的2D-3D关系，利用PnP算法恢复6D姿态。与最近基于CNN的方法不同，后者依赖于耗时的后处理程序，我们的方法在姿态预测后无需任何精炼即可达到具有竞争力的精度。同时，在不使用精炼的方法中，我们在ADD精度方面获得了30%的相对提升。此外，通过选择最可信的关键点来恢复6D姿态，我们成功解决了严重遮挡的问题。为了便于复现，我们将尽快公开代码和模型。