摘要
本发明提供一种基于单目视觉的三维目标检测方法,属于面向自动驾驶的三维目标检测领域,包括以下步骤:设计改进的骨干网络FasterNet+,进行图像特征提取,并构建多维特征自适应融合模块,自适应地选择并融合高维与低维特征;在特征金字塔网络提取的多尺度特征层上,引入特征增强注意力模块,同时考虑特征通道之间的相互作用和不同坐标之间的相关性,突出目标区域,抑制不相关的背景信息;根据所述三维目标检测网络模型引入有效的目标检测头部网络,利用训练数据集,对所述网络模型进行参数学习;训练结束后,输入测试图像,利用本发明的三维目标检测网络模型,确定出图像中不同种类目标的位置与类别。
技术关键词
检测网络模型
特征金字塔网络
存储程序模块
注意力
训练集数据
视觉
sigmoid函数
分支
融合特征
图像特征提取
双线性插值
坐标
通道
处理器
计算机设备
参数
可读存储介质
系统为您推荐了相关专利信息
内窥镜
图像分割网络
图像分割方法
混合编码器
电子设备
故障类别
多尺度特征融合
轴承故障诊断方法
轧机轴承
注意力机制
棉花病虫害
预训练模型
识别平台
智能识别方法
识别特征
机械寿命预测方法
网络
模型更新
sigmoid函数
拉格朗日乘数法