摘要
本发明提出了一种基于多尺度差异分配策略的三维目标检测方法,涉及3D点云处理领域;具体包括以下步骤,S1、引入稀疏张量和点云体素化操作进行预处理:S2、将步骤S1预处理后的数据送入稀疏神经网络3D‑MSDA,稀疏神经网络包括CNN的骨干网络、颈部和头部;S3、设计多尺度差异分配赋值器,设计包括粗分配和细分配的赋值器策略;S4、计算损失函数,并使用损失函数的网络在相应数据集上进行目标检测。本发明中赋值器使用一组全局参数来分配点云中的点到不同的目标;针对每个尺度,在粗分配的基础上调用多个赋值器,并根据特定尺度的特征图和目标的精细位置信息,进行更细致的分配,在处理具有多尺度或多层次目标的情况下有助于提高三维目标检测的性能。