公开(公告)号：CN114882475A

公开(公告)日：2022-08-09

申请号：CN202210652588.3

申请日：2022-06-07

Applicant: 中国计量大学

Inventor： 邵永鑫 ,  孙哲涛 ,  谭爱红

IPC: G06V20/58 ,  G06V10/82 ,  G06V10/774 ,  G06V10/25 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明提出的一种基于改进Complex‑YOLO的3D点云目标检测方法，包括以下步骤：步骤1：点云数据预处理，生产俯视图下RGB俯视图，构建训练数据集；步骤2：对数据集进行训练，构建改进的Complex‑YOLO算法，用以俯视图下2D目标检测；步骤3：通过2D目标检测模型，预测目标的长宽、朝向角和类别；步骤4：通过俯视图下2D检测信息，在原始点云的相应区域中，检测该区域目标的高度信息，整合步骤2输出的信息完成最终的3D目标检测任务。本发明具有高检测准确率，由于增加了多尺度特征融合网络，融合了不同尺寸感受野下的特征量，对各种尺寸的目标都能很好的检测，对比Complex‑YOLO原始算法，对小目标的识别准确率的提高尤其明显。