深度感知增强
该模型通过引入深度感知模块，显著提升单目3D目标检测精度，尤其在边缘截断目标检测上表现出色。
Shi, Peicheng · Xinlong, Dong · Runshuai, Ge · Zhiqiang, Liu · Yang, Aixi
Knowledge-Based Systems 2025
通过Transformer特征融合编码器（TFFEn）对深度图和图像特征进行长程建模，增强深度感知，从而提升3D检测精度。
基于可变形卷积的特征增强方法（FEDC）利用深度置信度引导形变偏移，使特征对齐更准确，显著提升对图像边缘截断目标的检测能力。
深度感知NMS（Dp-NMS）将分类置信度与深度置信度的乘积作为排序依据，避免深度预测准确但分类置信度低的候选框被错误抑制，提升最终检测框的合理性。