基于中心修正网络和分耦检测头的三维目标检测算法

涂雅培; 高瑜翔; 吴美霖; 唐芷宣

doi:10.13873/J.1000-9787(2024)05-0141-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于中心修正网络和分耦检测头的三维目标检测算法

计算与测试 | 更新时间：2025-09-11

- 基于中心修正网络和分耦检测头的三维目标检测算法
- 暂无标题
- 传感器与微系统 2024年第5期页码：141-144+148
- 作者机构：
  
  1. 成都信息工程大学通信工程学院
  2. 气象信息与信号处理四川省高校重点实验室
- 作者简介：
- 基金信息：
  
  四川省教育厅高校创新团队项目(15TD0022)
- DOI：10.13873/J.1000-9787(2024)05-0141-04
  中图分类号： TP391.41
- 纸质出版：2024
- 稿件说明：
移动端阅览
涂雅培, 高瑜翔, 吴美霖, 等. 基于中心修正网络和分耦检测头的三维目标检测算法[J]. 传感器与微系统, 2024,(5):141-144+148.
涂雅培, 高瑜翔, 吴美霖, 等. 基于中心修正网络和分耦检测头的三维目标检测算法[J]. 传感器与微系统, 2024,(5):141-144+148. DOI： 10.13873/J.1000-9787(2024)05-0141-04.

DOI：

摘要

本文提出一种基于中心修正网络和分耦检测头的三维目标检测算法。首先，采用三通道图像块表现形式处理三维输入信息，使用二维检测框滤除背景点，减少数据量；然后，采用基于CSP Darknet模块的中心修正网络将得到的图像块中心对齐到目标坐标系下的真实中心；最后，使用基于1×1卷积的分耦检测头分别对参数化三维包围框的类别和残差值进行分类和回归。实验结果表明，改进的检测算法在KITTI数据集的简单、中等、困难3种模式下的3D平均精度较同类型算法分别提高了2.82

5.54和3.81

取得了较好的检测结果。

Abstract

关键词

Keywords

references

赵丽君,周永军,汤小红,蒋淑霞,董寅宾,廖慕钦.无人驾驶深度学习模型组合剪枝算法[J].传感器与微系统,2021(03).

黄漫,黄勃,高永彬.引入深度补全与实例分割的三维目标检测[J].传感器与微系统,2021(01).

李海威,赵霞,刘循,张琼燕.轨交车辆自动驾驶控制关键技术设计[J].传感器与微系统,2018(03).

Song G.,Liu Y.,Wang X..Revisiting the Sibling Head in Object Detector[J].Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition,2020.

浏览量

114

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据