摘要
本发明公开了一种无监督域自适应的单目三维目标检测方法及系统,方法包括:构建单目三维目标检测模型,并进行预训练与自训练;利用训练好的单目三维目标检测模型实现单目三维目标检测;所述单目三维目标检测模型包括:深度图生成模块,接收原始单目图像,输出包含相对尺度深度信息的归一化尺度深度图;伪激光点云生成模块,接收归一化尺度深度图,生成伪激光点云;伪标签生成模块,接收伪激光点云,输出带伪标签的伪激光点云;多模态融合模块,接收带伪标签的伪激光点云和原始单目图像,进行融合获得融合特征;点云目标检测器,根据融合特征实现对三维空间中物体的准确定位和分类。本发明的无监督域自适应策略有效提升了系统的性能和鲁棒性。
技术关键词
标签
融合特征
深度图
检测器
单目深度估计
多模态
激光雷达数据
无监督
坐标系
模块
恢复技术
图像
融合点云数据
物体
策略
邻域
系统为您推荐了相关专利信息
肝硬化患者
模型融合方法
融合策略
标签
LightGBM模型
面向无人机
深度学习模型
融合特征
空间金字塔池化
模块
微藻连续培养
微藻培养系统
自动化设备
絮凝桶
生物质干燥系统
航空发动机载荷谱
自动划分方法
神经网络分类
双向长短期记忆网络
神经网络训练