摘要
本发明涉及计算机视觉与三维感知技术领域,涉及一种基于全稀疏混合网络的三维目标检测方法。利用稀疏卷积编码器与稀疏注意力编码器混合架构的互补优势,在保留卷积网络高效特点的同时极大地增大了特征提取算子的感受野,从而得到一个高效精准的三维目标检测器;采用动态稀疏检测头,可以在训练阶段提供优质平衡的训练样本,从而使得检测模型得以更好地优化;本发明有效提升了特征表达的质量,从而显著提高了检测的准确性与稳定性,尤其在复杂场景和远距离目标检测中表现优异;本发明能够更充分地挖掘稀疏特征中的有效信息,使检测结果更加精准且鲁棒。
技术关键词
混合网络
多尺度稀疏特征
注意力编码器
卷积编码器
点云
数据
非极大值抑制方法
三维感知技术
深度学习模型
矩阵
检测头
模块
样本
远距离
拼接方式
计算机视觉
系统为您推荐了相关专利信息
智能装置
矿井环境
内部气体压力值
管理系统
状态监测模块
噪声地图
深度图
剔除噪声
搜索规则
三维点云地图
地面气象观测站气象探测环境调查评估方法
飞行控制模块
障碍物
无人机飞行路径
可见光图像
激光雷达点云
异常检测方法
监督学习模型
点云特征
编码器
勘测方法
长短期记忆网络
记忆单元
变形特征
隧道掌子面