关于对象检测，我们以前分享的文章都是介绍的2D的对象检测，但是我们很多使用场景下，希望检测到的对象能够以3D的影像呈现出来，本期介绍的MediaPipe Objectron便是是用于日常对象的移动实时3D对象检测解决方案。它检测2D图像中的对象，并通过在Objectron数据集上训练的机器学习（ML）模型估计其3D姿势。

3D对象检测

对象检测是一个广泛研究的计算机视觉问题，但是大多数研究都集中在2D对象预测上。虽然2D预测仅提供2D边界框，但通过将预测扩展到3D，人们可以捕获物体在世界上的大小，位置和方向，从而可以使用在机器人技术，自动驾驶汽车，图像检索和增强现实中的各种应用。尽管2D对象检测相对成熟并且已在行业中广泛使用，但是由于缺乏数据以及类别中对象的外观和形状的多样性，从2D图像进行3D对象检测仍然是一个具有挑战性的问题。

MediaPipe Objectron

用于3D对象检测的ML管道

MediaPipe建立了两个ML管道来从单个RGB图像预测对象的3D边界框：一个是两阶段的管道，另一个是单阶段的管道。两级比单级快3倍，且精度相似或更高。单级擅长检测多个对象，而两级擅长于单个对象。

两级管道