基于深度学习模型的稀疏点云3D目标检测方法、系统及介质

本申请提供了一种基于深度学习模型的稀疏点云3D目标检测方法、系统及介质，该方法包括：获取原始点云数据集，对原始点云数据集进行体素划分，得到若干个体素网格；基于体素网格得到每一个体素内的点集合，确定体素中心位置，并对每个体素内的点进行中心化处理；将中心化处理后的每一个体素提取局部几何特征与点级细节特征；局部几何特征进行Point Net结构编码，点级细节特征通过位置编码与局部注意力机制联合计算，得到特征图；基于深度学习模型动态生成关注区域，得到候选框，输出三维目标的检测结果；通过点云域与体素域之间高效桥接，充分融合两者优势，实现空间分辨率与计算效率的双重优化实现对各种尺度目标的精准检测与定位。