激光雷达点云的深度学习 3D 目标检测，其本质是从无序、稀疏、非均匀分布的三维点集 P = {pᵢ = (xᵢ, yᵢ, zᵢ, rᵢ)}ᵢ₌₁^N 中，回归出目标的 3D 定向包围盒（3D Bounding Box）及类别属性。点云检测的核心分歧在于如何将“无序、不规则的三维点”转化为神经网络可以高效计算的结构。下面系统性地介绍点云深度学习检测的主流技术流派、核心处理机制及检测全链路方法。提取到

要把 DETR（DEtection TRansformer）的网络结构研究透彻，最硬核的方式就是跟着张量（Tensor）的形状变化走一遍全流程。在深度学习中，无论算法吹得多么天花乱坠，最终都是矩阵形状的变换。假设我们输入给 DETR 的是一张普通的图片，形状为3×800×800C×H×W），Batch Size 设为B。下面将详细拆解数据在 DETR 内部是如何一步步被“揉捏”成最终的检测框的。