摘要
本发明公开了一种基于图像和点云融合的三维目标检测方法。该方法可以结合图像和点云两种不同的模态信息，在三维场景中识别和定位目标物体，实现精确和鲁棒的三维目标检测。在原有MVX‑Net模型的基础上，将图像分支的骨干网络替换为ResNeXt‑50，提高对图像特征的提取能力，并将最后两个卷积阶段的普通3*3卷积更改为可变形卷积DC Nv2，更好地适应不同形状和位置的目标，提高模型的鲁棒性和泛化能力；在颈部网络中，对输入的每个特征图添加CBAM注意力，提高网络的精度和稳定性；在图像和点云的融合阶段，采用自适应融合的方式，使得融合更加充分和有效。本发明相比于原有的MVX‑Ne t精度更高，稳定性更好。
