Computer vision 图像分割和目标检测（室内环境）的最佳实时算法是什么？

我想分割室内区域并查找对象。然后，我想用立体视觉找到物体的笛卡尔位置。最终目标是由机器人拾取桌子上的物体（并控制轨迹）

对象示例：椅子、桌子、笔、注射器、订书机、杯子、螺钉、玩具娃娃、尺子、小盒子、牛奶、水果等

我的首要任务是实时（10赫兹）

我使用ZED立体相机在英特尔core i7-3820（3.6 GHz）上的windows 10 64位、MATLAB 2016b 64位环境下拍摄图像

相机输出为颜色720x2560像素，是两个（右图像和左图像）720x1280的组合

---

我更喜欢使用无监督算法来查找未知对象在桌子上的位置。但是，它应该实时关闭。如果无法实时完成，我会降低期望值，并使用有监督的算法查找预定义对象。

我相信您提到的两个问题（分割和检测）仍被视为开放问题，因此，没有最终解决方案。然而，在过去的几年中，许多工作已经完成，以解决目标检测和语义分割使用深度学习的性能和速度

对于实时目标检测，我建议您检查和的结果，并查看，因为您对10Hz的要求可以存档

在对象分割的情况下，您可以尝试8 fps。还有其他一些，如DeepLab或FCN，但我不清楚这些系统/架构的速度是多少