F2G-Pose：单帧 RGB-D 实时估计类别级物体位姿与完整形状

F2G-Pose 提出前馈式实时框架，从单张 RGB-D 图像预测类别级物体位姿、公制尺寸及补全形状。该方法融合 RADIO v2.5 密集视觉特征与点云，经 8 层 MoE Transformer 编码器输出旋转 R、平移 t 和尺寸 s，并迭代上采样生成 2048×3 完整点云。