用于对象检测的方法和设备

公开了用于对象检测的方法和设备。一种检测对象的方法，所述方法由一个或多个处理器执行，并且所述方法包括：获得由第一传感器捕获的图像中的对象的对象感兴趣区域(ROI)的特征，所述特征基于作为图像的图像特征和文本的文本特征的融合的文本‑图像融合特征来获得，其中，文本与图像对应；基于对象感兴趣区域的所述特征，获得与对象感兴趣区域对应的查询；以及基于与对象感兴趣区域对应的查询，从基于变换器的对象检测模型获得由第二传感器捕获并且与图像对应的点云中的对象检测信息。