设定：合成训练到真实工业堆叠场景，实例级 6D pose

输入：point cloud / depth

简述：以 point-wise keypoint regression 和 Hough voting 为基础，引入对称类别感知的关键点选择、候选过滤与 student–teacher 几何伪标签；论文在 Siléane 上报告 96% AP，并在 Parametric 数据集上提升泛化表现。

设定：锈蚀、反光、无纹理且多重对称的工业零件

输入：point cloud

简述：通过注意力引导的多尺度点云特征、对称性感知 rotation loss 和 center-distance-sensitive translation loss 逐点回归实例中心与姿态，再以两阶段聚类完成实例分离和 6D pose；论文报告 F1 与 Recall 的显著提升。

设定：参数尺寸未知的工业零件在密集堆叠场景中的 6DoF pose

输入：point cloud / depth

简述：把参数化形状视为一个类别，以几何唯一性优化 sparse keypoint 与 keypoint-group 选择，并采用 coarse-to-fine 预测恢复场景关键点和模板关键点；论文报告在 Siléane 与 Parametric 数据集上同时提升学习能力和未见尺寸泛化。

设定：尺寸跨度较大的工业部件检测、姿态估计与在线 refinement

输入：RGB

简述：使用可缩放 EfficientNet 与增强特征金字塔改善小目标特征，再结合 2D detection 和几何信息进行 adaptive pose refinement；统一缩放超参数控制 backbone 与 refinement 复杂度，并在 LINEMOD、自建光伏部件和并联机器人实验中验证。

设定：仅用合成数据训练并迁移到多个真实类别级 pose 数据集

输入：RGB-D / multi-modal

简述：以条件 diffusion 预测用于 partial shape recovery 和 correspondence 的 dense canonical maps，并融合多模态输入增强几何约束；方法仅使用合成数据训练，却在多套真实数据上展示强 sim-to-real 泛化。

设定：移动相机 RGB 视频中缺少高质量传感器深度的类别级 pose + size

输入：RGB video + optional scale cue

简述：先以单目 dense SLAM 和尺度读数估计相机 pose 与 metric depth，再预测 canonical object representation，通过几何注册得到逐视图 object pose，最后在 object-level pose graph 中联合优化；低质量或无深度时优势更明显。

设定：少量 RGB reference、无 depth 的零样本类别级 6D pose

输入：RGB

简述：以 Zero-1-to-3 合成额外 reference views，通过特征匹配得到 coarse pose，再使用针对类别内几何差异设计的 online optimization refinement；论文在 CO3D 上验证减少 reference 数据与取消 depth 的可行性。

设定：遮挡与实例形状变化下的草莓 6DoF pose、尺寸和检测

输入：RGB

简述：在 Ignition Gazebo 中自动生成带姿态和尺寸标注的草莓数据，并以 domain randomization 训练单阶段模型；论文报告模拟数据 3D IoU AP 84.77%、最高 60 FPS，并验证对真实遮挡场景的迁移。

设定：仅有少量真实 RGB 图像、没有精确 CAD 与手工 PBR 管线

输入：reference RGB + query RGB

简述：通过 SfM 与 object-agnostic segmentation 半自动学习 NeuS2 对象表示，利用 novel-view synthesis 和 cut-and-paste 自动生成训练图，再训练 dense-correspondence SurfEmb；在 LM-O 与自采物体上对比 CAD-based 和 CAD-free 方法。

设定：手遮挡工具本体时，估计真正参与接触的功能端 6D pose

输入：RGB-D

简述：先从 RGB-D 中分割工具 end-effector affordance，再以 diffusion pose estimator 预测类别级功能端位姿，并用 symmetry-aware pose representation 处理多解；同时发布带 affordance segmentation 与使用定义 pose 的 TOOLEE 数据集。

设定：从真实对象和环境扫描快速组合物理合理的 pose 训练场景

输入：RGB / depth / mask / 6DoF labels

简述：分别扫描环境和对象的 3D Gaussian 表示，利用提取网格与物理引擎生成自然放置，再渲染 RGB、depth、mask、bounding box 与 6DoF pose；论文还发布杯面对象数据并以 pose 网络和真实抓取验证 sim-to-real。

设定：高动态道路场景中联合估计自车与多个运动物体的 pose

输入：camera + LiDAR / sensor fusion

简述：以多概率融合 tracker 建立 object-level association，用 3D Kalman velocity prior 与 optical-flow decoupling 清除动态点，最后在因子约束中联合 refinement 相机和对象 pose；它属于动态物体状态扩展，不与 BOP-style 刚体实例评测直接混排。