摘要
本发明本发明涉及计算机深度学习和目标检测技术领域,具体涉及一种基于Gumbel分布采样和不确定性融合的多模态三维目标检测方法,步骤为:S1、获取包含待检测目标的场景的原始点云数据集和原始图像;S2、利用Gumbel‑Softmax函数对原始点云数据集进行分布采样,从原始点云数据集中选择出代表性点云,得到代表性点云子集;S3、通过点云特征提取模型对代表性点云子集进行进行特征提取,得到点云特征;S4、利用图像特征提取模型对原始图像进行特征提取,得到图像特征;S5、采用不确定性融合模块将点云特征信息与图像特征信息进行融合,得到融合特征;S6、将融合特征输入到检测头中,进行目标的检测识别。本发明目标检测方法的检测精度高,鲁棒性好。
技术关键词
Softmax函数
点云特征提取
图像特征提取模型
图像特征信息
二维图像特征
融合特征
计算机深度学习
注意力
前馈神经网络
可读存储介质
多层感知机
数据
方程
电子设备
处理器
检测头
存储器
系统为您推荐了相关专利信息
特征融合网络
Softmax函数
影像
深度学习网络
通道
多头注意力机制
频域滤波器
滚动轴承故障诊断
退火算法
傅里叶变换技术
印刷图案结构
油墨
碳油PCB板
交互注意力
印刷方法
定位方法
多模态特征
信号强度指示器
文本
深度学习算法