单目3D 目标检测的高效特征聚合和尺度感知回归 ！

文章预览

ADAS  Laboratory 点击上方 蓝字 关注  智驾实验室           加入【 智驾实验室 】交流群， 获取更多内容和资料 单目3D目标检测由于其简单性和低成本而受到广泛关注。现有方法通常遵循传统的2D检测范式，首先定位物体中心，然后通过相邻特征预测3D属性。 然而，这些方法主要依赖跨尺度特征聚合，仅关注局部信息，可能导致缺乏全局 Aware ，并遗漏小规模物体。此外，由于不同场景和深度下的物体尺寸存在巨大变化，不准确的感受野通常会导致背景噪声和特征表示降低。 为了解决这些问题，作者提出了一种名为MonoASRH的单目3D检测框架，包括高效的混合特征聚合模块（EH-FAM）和自适应尺度感知3D回归头（ASRH）。具体而言，EH-FAM采用全局感受野的多头自注意力机制来提取小尺度物体的语义特征，并利用轻量级卷积模块在不同尺度上高效聚合视觉特 ………………………………