适用极端天气下基于迁移学习的单目相机3D目标检测方法

本发明公开了适用极端天气下基于迁移学习的单目相机3D目标检测方法，利用迁移学习将正常天气和雨雪雾天气数据集中训练，首先获取图像源域和目标域的数据，利用Resnet‑50或Resnet‑101等主干网络提取基础图像特征，并使用深度预测器获取输入图像的深度特征。随后，通过自注意力层和前馈神经网络对图像的视觉信息和深度信息进行编码，得到视觉特征和深度特征。利用深度交叉注意层和视觉交叉注意层融合不同特征，并通过交叉查询自注意力层捕获序列中的复杂关系。将这些关系输入到前馈神经网络细化特征表示，并通过头部网络生成目标预测结果。最后，通过将目标预测结果和数据集标注真实值输入到预设的损失函数中，使得模型在源域和目标域中均取得良好的检测效果。