Object Pose 6D Estimation English
← 返回指标目录

BOP / 6D detection 聚合 · aggregate

BOP AP

BOP Average Precision for 6D Detection

在不知道图中有哪些目标的 6D detection 任务中，以 precision–recall 曲线评估检测与 pose 的联合质量。

它不同于 localization AR：模型不仅要给对 pose，还要抑制错误类别和重复检测。当前 BOP detection 评测以 MSSD 与 MSPD 为基础。

看原理与公式 查看相关论文 5

Principle

原理：它究竟在惩罚什么？

公式给出计算规则；示意图帮助区分误差发生在三维模型、可见表面、图像平面还是阈值聚合层。

定位任务已知图中对象身份，主要问“这个对象的 pose 对不对”；检测任务还要解决“是否找到了所有对象且没有误报”。

因此 AP 会惩罚置信度排序、漏检和重复预测，通常比 AR 更严格。

AP=APMSSD+APMSPD2AP=\frac{AP_{MSSD}+AP_{MSPD}}{2}
每个 AP_e 来自按置信度排序后的 precision–recall 曲线；具体匹配和阈值规则应以对应年份 BOP challenge 为准。
recall / precision阈值 / 置信度跨多个设置聚合
本站示意：用于理解该指标关注的误差空间，并非真实数据或原论文插图。

How to compute

计算步骤

  1. 01

    输出包含 object id、pose 与置信度的全部候选。

  2. 02

    按置信度匹配预测与 GT，并用 MSSD/MSPD 判定 true positive。

  3. 03

    计算 precision–recall 曲线及 AP_e，再聚合为 AP。

Strength

适合回答

  • 评估更接近真实多物体系统端到端使用方式。
  • 把检测质量与姿态质量放到同一个协议中。

Caveat

读表时要警惕

  • 不能把检测 AP 与给定实例 identity 的 AR 混为一谈。
  • 不同 BOP challenge 年份的子任务和 AP 变体可能不同。

Paper atlas

文献库中哪些论文报告了它？

由论文的原始指标写法自动归一化得到。直接报告与通过上层协议关联的论文会明确区分。

在文献库筛选
5关联论文
5直接报告
0通过协议关联
2026 直接报告

3D-Object Perception Transformer (3PT)

CVPR · Agastya Kalra, Tim Salzmann, Guy Stoppi 等

原始写法：6DoF pose AP-mm / BOP ranking
2026 直接报告

XYZ-IBD: Benchmarking Robust 6D Object Pose Estimation under Real-World Industrial Complexity

ECCV · Junwen Huang, Jiaqi Hu, Peter KT Yu 等

原始写法：BOP AP
2025 直接报告

ZeroPose: CAD-Prompted Zero-Shot Object 6D Pose Estimation in Cluttered Scenes

IEEE TCSVT · Jianqiu Chen, Zikun Zhou, Mingshan Sun 等

原始写法：BOP AP
2024 直接报告

SAM-6D: Segment Anything Model Meets Zero-Shot 6D Object Pose Estimation

CVPR · Jiehong Lin, Lihua Liu, Dekun Lu 等

原始写法：BOP AP
2024 直接报告

SD-Net: Symmetric-Aware Keypoint Prediction and Domain Adaptation for 6D Pose Estimation in Bin-Picking Scenarios

IROS · Ding-Tao Huang, En-Te Lin, Lipeng Chen 等

原始写法：BOP AP

Next

继续比较相关指标

把同一层级的指标放在一起读，才能知道一个分数为什么升、另一个分数为什么不动。

MSSD

Maximum Symmetry-Aware Surface Distance

error
在所有允许的全局对称变换中，取最小的“最大三维表面偏差”。

MSPD

Maximum Symmetry-Aware Projection Distance

error
考虑对称后，测最坏模型点在图像平面上偏了多少像素。

BOP AR

BOP Average Recall

aggregate
先在多组阈值下计算 VSD、MSSD、MSPD 的 recall，再把它们聚合为 BOP 的定位分数。
定义与协议来源展开查看原始论文、综述和官方评测页面。