-
题名面向深度模糊的可部署单目3D目标检测方法
- 1
-
-
作者
邓召学
郝丙森
龚胜
刘万里
王景炎
-
机构
重庆交通大学机电与车辆工程学院
重庆长安汽车股份有限公司汽车工程研究总院
招商局检测车辆技术研究院有限公司
吉林大学机械与航空航天工程学院
-
出处
《湖南大学学报(自然科学版)》
北大核心
2025年第10期108-119,共12页
-
基金
国家自然科学基金资助项目(52072054)
重庆交通大学研究生科研创新项目(YYK202405)。
-
文摘
单目3D目标检测任务面临深度模糊性问题,现有2D注意力机制难以有效解决,且计算量大,难以部署在车载移动设备上.针对这些问题,提出一种基于3D注意力机制和多目标边框策略的单目3D目标检测算法.考虑2D至3D映射的深度模糊性,在网络设计中融入3D注意力机制,包含深度信息增强核心和低计算复杂度的位置增强核心.通过对深度标签进行扰动,多目标边框策略采用伪标签来缓解原有硬标签的严格限制.深度估计的精准性有所提升,增强了模型的3D空间感知能力以及泛化性能,适用于3D目标检测任务.在nuScenes数据集上的实验表明,该算法优于当前的单目3D目标检测算法.通过TensorRT工具进行模型转换及半精度加速,实现了在车载移动设备上的部署.在Jetson AGX Xavier与Jetson Orin NX(16 GB)嵌入式平台上,推理时间每帧分别为67 ms和89 ms,可实时精确检测3D目标.
-
关键词
注意力机制
模型部署
深度模糊性
目标检测
-
Keywords
attention mechanism
model deployment
deep ambiguity
object detection
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
