利用实例分割检测基于CNN的伪3D边界的方法及装置

摘要

本发明涉及一种利用实例分割检测能够根据检测出的对象的姿势来转换模式的基于CNN的伪3D边界框的方法，并且提供一种如下的方法，其特征在于，包括以下步骤：能够根据该方法将关于伪3D边界框的每个表面的阴影信息反映到学习中，能够通过激光雷达(Lidar)或雷达来获取伪3D边界框，并且利用照相机来分割表面，检测方法通过由学习装置使池化层对2D边界框应用池化运算而生成经池化的特征图，使FC层应用神经网络运算，使卷积层对表面区域应用卷积运算，并使FC层生成类损失和回归损失。