摘要
本发明公开了一种基于柱面投影和极坐标的3D物体检测方法,属于自动驾驶技术领域,其技术要点是:包括以下步骤:步骤一:采用柱面投影将原始图像投影到柱面上生成一个平面视图;步骤二:对图像预处理,对于输入图像,在横向、纵向做随机性的图像裁剪;步骤三:提取高层语义特征,生成多尺度的特征图并融合;步骤四:视角转换,FPN输出后的特征;步骤五:极坐标BEV网络,使用中心点回归的方式;步骤六:极坐标转换;步骤七:损失计算,计算模型输出结果和真值结果之间的差距;步骤八:后处理,将中心点、宽度和高度信息转换为最终的物体预测框,具有减少对远离中心的区域的关注,可以让计算资源更加集中于感兴趣的区域的优点。
技术关键词
物体检测方法
柱面
高层语义特征
生成多尺度
非线性映射关系
图像投影
样本
特征融合网络
笛卡尔坐标系
前馈神经网络
自动驾驶技术
多尺度特征
回归方法
相机
视角
系统为您推荐了相关专利信息
阴影方法
读取原始图像
超分辨率模型
切片
图像分割模型
电能计量箱
故障预测方法
设备状态参数
注意力机制
梯度提升决策树
车辆图像检测
多尺度特征
生成多尺度
模型训练模块
生成训练数据
深度学习网络
遥感卫星影像
卫星影像数据
场景分类
高层语义特征