Vers une détection d’emprise 6-DoF équilibrée à l’échelle dans des scènes encombrées

Dans cet article, nous nous concentrons sur le problème d'apprentissage des caractéristiques en présence d'un déséquilibre d'échelle pour la détection de préhension 6-DoF, et proposons une nouvelle approche visant spécifiquement à surmonter les difficultés liées à la gestion des échantillons de petite taille. Nous introduisons un module de regroupement cylindrique multi-échelle (MsCG), conçu pour améliorer la représentation géométrique locale en combinant des caractéristiques cylindriques multi-échelle avec un contexte global. Par ailleurs, nous proposons une fonction de perte d'apprentissage équilibrée par échelle (SBL) et une stratégie d'échantillonnage équilibrée par objet (OBS). La fonction SBL amplifie les gradients des échantillons dont l'échelle est peu fréquente en utilisant des poids a priori, tandis que l'approche OBS permet de capturer davantage de points sur les objets de petite taille grâce à un réseau d'inférence auxiliaire de segmentation. Ces deux mécanismes atténuent respectivement l'impact de la distribution inégale des tailles de préhension pendant l'entraînement et l'inference. En outre, une augmentation de données Noisy-clean Mix (NcM) est introduite afin de faciliter l'entraînement, visant à réduire efficacement l'écart de domaine entre les scènes synthétiques et réelles en générant des données mixtes au niveau des instances. Des expériences étendues sont menées sur le benchmark GraspNet-1Billion, où des résultats compétitifs sont obtenus, avec des gains significatifs sur les cas à petite échelle. En outre, les performances observées dans des scénarios réels mettent en évidence la capacité de généralisation de notre méthode. Le code source est disponible à l'adresse suivante : https://github.com/mahaoxiang822/Scale-Balanced-Grasp.