一种基于Transformer模型的实时场景理解方法

本发明属于实时场景理解领域，提供了一种基于Transformer模型的实时场景理解方法，包括：数据采集、数据预处理、数据标注、特征提取、特征融合、语义分割、高维特征提取以及高维特征解码。本发明通过采集图像原始数据、点云原始数据以及环境信息，丰富了识别数据，提高了低光照条件下模型的识别精度；通过图像特征和空间特征融合和语义分割，提高了模型的训练效率。