基于注意力殘差網(wǎng)絡(luò)和混合池化的3D目標(biāo)檢測

摘要： 針對3D目標(biāo)檢測任務(wù)中行人和騎行者的檢測精度較低問題，以Voxel-RCNN為基準(zhǔn)算法進(jìn)行改進(jìn)，提出了一種基于注意力殘差網(wǎng)絡(luò)和混合池化的3D目標(biāo)檢測算法來提升檢測精度。首先，設(shè)計了一種融合殘差網(wǎng)絡(luò)和注意力機(jī)制的新型2D骨干網(wǎng)絡(luò)，通過殘差網(wǎng)絡(luò)結(jié)構(gòu)來增強(qiáng)模型對不同目標(biāo)尺寸的適應(yīng)性，同時引入注意力機(jī)制以聚焦于關(guān)鍵區(qū)域，提高特征表示能力；其次，提出了一種新型的MLP池化方法，同時設(shè)計了... （共10頁）