面向深度模糊的可部署单目3D目标检测方法

摘要

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