用于图像分割和物体检测（室内环境）的最佳实时算法是什么？

Question

我想分割室内区域并找到物体。然后，我想用立体视觉来找到对象的笛卡尔位置。最终目标是通过机器人在桌子上拾取物体（并控制轨迹）。对象的

示例：椅子，桌子，笔，注射器，订书机，杯，螺杆，玩具玩偶，直尺，小方块，奶，水果，....

我的第一优先级正在实时（ 10赫兹）。

我使用ZED Stereo Camera在Intel Core i7-3820（3.6 GHz）上采集windows 10 64位，MATLAB 2016b 64位图像。

相机输出为彩色720x2560像素，它是两个（右侧和左侧图像）720x1280的组合。

我更喜欢使用无监督算法来查找表上未知对象的位置。但是，它应该实时下降。如果它不可能实时，我会降低我的期望，并将使用监督算法来查找预定义的对象。

Answer 1

我相信你提到的两个问题（分割和检测）仍然被认为是未解决的问题，因此，没有最终的解决方案。然而，在过去的几年里，已经做了很多工作来解决对象检测和语义分割问题，使用深度学习，并且性能和速度都很快。

对于实时物体检测，我建议您检查YOLO和SSD的结果，并看看Faster R-CNN，因为您可以对10Hz的要求进行归档。

在对象分割的情况下，您可以尝试DCNN，声称8 fps。还有其他的，如DeepLab或FCN，但我不清楚这些系统/体系结构的速度。