本章所提的双目特征关联3D目标检测网络的结构如图3.1所示，给定双目相机产生的左右视图 和 ，它们被分别送入以Resnet残差块作为基础并辅以金字塔池化（SPP，Spatial Pyramid Pooling）模块组成的孪生金字塔池化网络的两个分支中，并行的提取左右视图的特征。另外，为了提取更为丰富的稀疏深度特征、语义特征和纹理特征，在Resnet主干中引入了深层聚合结构（DLA，deep-layer aggregation）来加宽网络主干，以提取更多的上下文信息。改写表述

这种双目特征关联3D目标检测网络的结构将双目相机产生的左右视图和送入以Resnet残差块作为基础并辅以金字塔池化（SPP，Spatial Pyramid Pooling）模块组成的孪生金字塔池化网络的两个分支中，并通过深层聚合结构（DLA，deep-layer aggregation）来提取更多的上下文特征和稀疏深度特征、语义特征和纹理特征。