摘要
本发明公开了一种基于体素裁剪和精细化几何形状的3D目标检测方法,属于目标检测技术领域,包括以下步骤:S1数据预处理,将训练使用的数据集中的点云帧沿着X、Y和Z轴方向裁剪成固定大小;S2构建网络模型并进行模型训练:首先准备好训练使用的点云数据,数据包括点云场景数据和目标标签数据;接着构建网络模型,并且设置好每个模块的超参数;然后将训练数据送入网络模型进行训练,整个训练过程中通过Adam算法来优化模型,从而得到表现最好的网络模型权重;最后保存好网络模型权重;S3模型测试:使用测试集数据验证模型效果。本发明能够实现精确的3D目标检测,有效解决感受野受限和目标几何形状缺失问题,并且通过体素裁剪加快模型的推理速度。
技术关键词
Adam算法
前馈神经网络
检测头
阶段
注意力编码器
数据验证
位置编码信息
点云
坐标
特征金字塔
网格特征
模块
稀疏特征
场景
预测残差
卷积特征
系统为您推荐了相关专利信息
癫痫发作预测方法
注意力机制
耦合特征
时序依赖关系
频段
有源天线单元
基带处理单元
组网方法
频段
生成发射信号
施工管理方法
区域位置信息
特征数据信息
物流
探测装置