27、深度补全与三罐液位系统控制技术探索

深度补全与三罐液位系统控制技术探索

深度补全网络架构与实验分析

网络架构

深度补全网络基于特定架构构建。首先对地面进行分割与补全，将补全后的地面数据输入网络。网络编码部分包含深度分支和图像分支，这两个分支运用特定策略提取 3D 特征并进行融合。在解码器末端，使用注意力模块将地面补全信息与解码器输出进行融合。计算网络损失时，采用更精确的基于深度的平滑损失进行计算。网络架构如下图所示：

graph LR
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
    A(Ground completion):::process --> B(Encoder):::process
    B --> C(Decoder):::process
    C --> D(Decoder out):::process
    subgraph Encoder
        E(Depth branch):::process
        F(Image branch):::process
    end
    style Encoder fill:#ffffff,stroke:#000000,stroke-width:1px
    E -.->|3D features extraction| G(Feature merging):::process
    F -.->|3D features extraction| G
    G --> C
    H(Attention block):::process