多尺度特征提取融合神经网络及单目视图3D目标检测方法

AITNT
正文
推荐专利
多尺度特征提取融合神经网络及单目视图3D目标检测方法
申请号:CN202411458790
申请日期:2024-10-18
公开号:CN119445324A
公开日期:2025-02-14
类型:发明专利
摘要
本发明公开了一种多尺度特征提取融合神经网络及基于该神经网络的端到端的单目视图3D目标检测方法,该多尺度特征提取融合神经网络包括:特征提取模块,用于提取输入数据的基础特征信息;编码器模块,用于对所述基础特征信息进行编码以获得深度编码信息和视觉编码信息;解码器模块,用于对所述深度编码信息与视觉编码信息进行解码处理以获得预测的目标信息;匹配模块,用于将预测的目标信息与真实目标信息进行二分匹配;损失函数模块,用于计算预测的目标信息与真实目标信息间的误差。其可以提高3D目标检测能力,适用于不同尺度目标的检测且不需要后处理方法。
技术关键词
融合神经网络 多尺度特征提取 深度编码 注意力 输出特征 编码器模块 网络模块 特征提取模块 编码模块 匹配模块 残差网络 信息编码 网络结构 匈牙利算法 视觉 后处理方法 基础
系统为您推荐了相关专利信息
1
一种基于异构超图神经网络的会话推荐方法及系统
异构 多头注意力机制 超图模型 推荐方法 邻居
2
基于混合编码与UKF解码的机动目标跟踪系统及方法
协方差矩阵 量测噪声 期望最大化算法 跟踪方法 跟踪系统
3
一种基于可穿戴传感器的人体活动识别改进方法及系统
人体活动识别 可穿戴传感器 局部时空特征 多头注意力机制 依赖特征
4
lncRNA-蛋白质交互预测方法及系统
序列特征 交叉注意力机制 Softmax函数 解码器 双向信息交互
5
一种基于周期性编码的钻井异常事件检测方法
异常事件 周期性 门控循环单元 状态空间模型 注意力
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号