一种基于深度学习的3D小目标检测方法

本发明提出一种基于深度学习的3D小目标检测方法，包括以下步骤：步骤一：数据预处理，采集点云数据，进行数据清洗和增强，消除尺度差异步骤二：通过构建多层次的特征提取网络，将不同尺度的特征进行融合，从而增强模型对小目标的特征提取能力；步骤三：使用通道注意力机制计算每个通道的重要性，并对特征图进行加权，通过特征加权，模型能够突出重要区域的特征，抑制不相关区域的干扰等，本发明通过多尺度特征融合和注意力机制，增强了模型对小目标的特征提取能力，提高了检测精度，通过数据增强和联合优化等技术手段，提高了模型对噪声和干扰的鲁棒性，实现了端到端的目标检测流程，简化了检测过程，提高了检测效率。