BOP 位姿估计基准

BOP: Benchmark for 6D Object Pose EstimationBOP进阶

捷克理工大学维护的 6D 物体位姿估计公开基准和年度挑战赛。

BOP 由 Tomáš Hodaň 等人在 ECCV 2018 提出，由布拉格的捷克理工大学维护。它把 LM-O、T-LESS、YCB-V 等多个物体位姿数据集统一成同一格式，给出统一的误差函数（能处理对称物体的位姿歧义）和在线评测系统，并在 2019、2020、2022–2025 年举办挑战赛，配套 R6D 等研讨会。任务从「已见物体」扩展到「未见物体」：2023 年要求方法只凭 CAD 模型快速上手新物体，2024 年加入只给参考视频的无模型任务和 BOP-H3 数据集，2025 年加入面向工业场景的 BOP-Industrial 数据集。2024 年报告指出，未见物体的 2D 检测仍比已见物体低约 35%，是主要瓶颈。FoundationPose、MegaPose、SAM-6D 等方法都在这里比成绩。

例子新提出的零样本位姿估计方法在 BOP-Classic-Core 数据集上跑出结果，上传到 BOP 在线评测系统拿到 AR 分数，再和 FoundationPose 等方法在排行榜上对比。

也叫: BOP Challenge、BOP 挑战赛
相关: 6D位姿估计、FoundationPose、MegaPose、SAM-6D、YCB 物体集、ADD / ADD-S 位姿误差指标
来源: BOP: Benchmark for 6D Object Pose Estimation（官网）
BOP: Benchmark for 6D Object Pose Estimation (arXiv 1808.08319, ECCV 2018)
BOP Challenge 2024 on Model-Based and Model-Free 6D Object Pose Estimation (arXiv 2504.02812)
信息截至: 2025-11