RYOPO：将端到端类别级物体位姿估计带入实时

RYOPO 提出端到端可训练的查询式 RGB-D 集合预测器，联合完成检测、分割与 9-DoF 位姿估计，无需 CAD 形状先验或单独训练的实例分割器。共享图像与场景编码避免逐物体裁剪编码，在 NOCS 上显著优于已发表的 RGB-D 联合检测与位姿估计结果，并在 REAL275 与 HouseCat6D 全物体评估中达到与两阶段方法相当的性能。