中信科智联科技有限公司

本申请提供一种目标检测方法、装置、设备、介质及产品，涉及3D检测技术领域，包括：将RGB图像输入至视觉主干网络，获得多个视觉特征，视觉主干网络采用局部窗口注意力和全局建模的混合策略对RGB图像进行特征提取；对多个视觉特征进行特征重建和融合，获得融合特征；将融合特征输入至深度网络，获得深度图；将融合特征和深度图输入至深度感知解码器，获得第一解码信息；第一解码信息包括第一检测目标的类别、朝向、3D和2D信息、深度和深度权重。根据3D和2D信息、深度和深度权重、与深度图对应的密集采样深度进行深度融合，获得第一目标深度；根据第一目标深度、类别、朝向、3D和2D信息，获得三维检测结果。