一种基于多尺度可变形注意力的6D物体位姿估计方法、系统、终端及存储介质

本发明公开了一种基于多尺度可变形注意力的6D物体位姿估计方法、系统、终端及存储介质，所述方法包括：获取目标RGB图像，并特征提取处理，得到多个特征图像；对多个特征图像进行语义标注处理和平移估计处理，得到多个语义标签的掩码和多个隐含中心点位置的向量，并根据多个语义标签的掩码和多个隐含中心点位置的向量得到3D平移向量；对多个特征图像进行旋转回归处理，得到3D旋转估计值，并根据3D旋转估计值和3D平移向量得到6D位姿估计结果。本发明通过计算目标RGB图像的3D平移向量和3D旋转估计值，并通过3D平移向量和3D旋转估计值得到6D位姿估计结果，能够有效提高目标RGB图像物体位姿估计的准确性和稳定性。