一种基于动态记忆池和自适应关键帧选择的自动驾驶BEV时序感知优化方法

本发明公开了一种基于动态记忆池和自适应关键帧选择的自动驾驶BEV时序感知优化方法，包括：在预训练好的BEV感知模型的主干网络之后插入时序感知模块，时序感知模块包括固定大小的记忆池、时序融合网络和局部运动感知网络；采用递归式关键帧选择方法构建训练数据集，冻结BEV感知模型的主干网络参数，对时序感知模块和目标检测头的模型参数进行训练；进行目标检测的推理任务，将数据帧顺序地输入训练完成的BEV感知模型，推理过程中按照预设规则筛选后在记忆池内存入关键帧，最终目标检测头输出目标检测结果。本发明可以解决现有模型在处理时序信息时面临的长时序上下文缺失、对瞬时扰动敏感以及效率与稳定性难以兼顾的问题，提高目标检测的准确率。