La recogida de objetos es una tarea desafiante que involucra muchos dominios de investigación dentro de los campos de percepción y agarre, para la cual no existen soluciones perfectas y confiables que sean aplicables a una amplia gama de entornos desestructurados y desordenados presentes en fábricas industriales y centros logísticos. Este artículo contribuye con investigación sobre el tema de la segmentación de objetos en escenarios desordenados, independientemente del conocimiento previo sobre la forma de los objetos, para objetos texturizados y sin textura. Además, aborda la demanda de conjuntos de datos ampliados en tareas de aprendizaje profundo con datos realistas. Proponemos una solución utilizando un Mask R-CNN para la segmentación de objetos en 2D, entrenado con datos reales adquiridos de un sensor RGB-D y datos sintéticos generados en Blender, combinados con segmentación de nubes de puntos 3D para extraer una nube de puntos segmentada perteneciente a un solo objeto del contenedor. A continuación, se emplea una tubería reconfigurable para la estimación de la pose de objetos en 6 grados de libertad, seguida de un planificador de agarre para seleccionar una pose de agarre factible. Los resultados experimentales muestran que el enfoque de segmentación de objetos es eficiente y preciso en escenarios desordenados con varias oclusiones. El modelo de red neuronal fue entrenado con datos reales y simulados, mejorando la tasa de éxito en comparación con la segmentación clásica anterior, mostrando una tasa de éxito general de agarre del 87.5%.