Die präzise 6-DoF-Pose-Schätzung chirurgischer Instrumente während minimalinvasiver Eingriffe kann Behandlungsstrategien erheblich verbessern und letztlich die chirurgischen Ergebnisse positiv beeinflussen. Bestehende Deep-Learning-Methoden haben bereits präzise Ergebnisse erzielt, erfordern jedoch für jedes Objekt individuelle Ansätze sowie aufwendige Einrichtungs- und Trainingsumgebungen, die oft auf umfangreichen Simulationen basieren und überdies keine Echtzeit-Berechnung ermöglichen. Wir stellen einen allgemein anwendbaren Ansatz für die Datenerfassung für 6-DoF-Pose-Schätzungsaufgaben in Röntgensystemen vor, eine neuartige und allgemein verwendbare YOLOv5-6D-Pose-Architektur zur genauen und schnellen Objektpose-Schätzung sowie eine vollständige Methode zur Pose-Schätzung chirurgischer Schrauben unter Berücksichtigung der Aufnahmeeometrie aus monokularen Konusstrahl-Röntgenbildern. Das vorgeschlagene YOLOv5-6D-Pose-Modell erzielt wettbewerbsfähige Ergebnisse auf öffentlichen Benchmarks und erreicht dabei eine Geschwindigkeit von 42 FPS auf einer GPU. Zudem verallgemeinert sich die Methode über unterschiedliche Röntgen-Aufnahmeeometrien und semantische Bildkomplexität hinweg, wodurch präzise Pose-Schätzungen über verschiedene Domänen hinweg möglich werden. Schließlich wird der vorgeschlagene Ansatz zur Pose-Schätzung von Knochen-Schrauben im Kontext computerunterstützter Führung während Wirbelsäulenchirurgien getestet. Das Modell erreicht eine Genauigkeit von 92,41 % gemessen an der 0,1∙d ADD-S-Metrik, was einen vielversprechenden Ansatz zur Verbesserung der chirurgischen Präzision und der Patientenoutcome darstellt. Der Quellcode für YOLOv5-6D ist öffentlich unter https://github.com/cviviers/YOLOv5-6D-Pose verfügbar.