考虑点云分布结构的目标检测模型泛化性增强方法及装置

本申请涉及三维目标检测技术领域，具体而言，涉及一种考虑点云分布结构的目标检测模型泛化性增强方法及装置，一定程度上可以解决现有的深度学习模型在不同于数据集中激光雷达点云数据分布结构的情况下，实际场景泛化能力不足的问题。该方法包括：获取具有三维目标检测真值的公开仿真自动驾驶数据集与自然驾驶数据集中的激光雷达点云数据；通过激光雷达点云体素化过滤，得到多个点云数据集；将多个点云数据集的原点坐标进行高度统一，并去除点云反射强度维度；将处理好的多个点云数据集进行融合，分为训练集、测试集及验证集；基于训练集，使用现有的三维目标检测网络进行训练，得到强泛化性三维目标检测模型。