该方法解决了自动驾驶中LiDAR数据集偏差问题。通过多模态物体检测和3D物体检测器训练，提高了对未知域的转换鲁棒性和泛化性能。该方法在域泛化性能方面取得了最先进的成果。

本文介绍了LightMDETR，一种优化的轻量级MDETR变体，通过冻结主干并训练深度融合编码器（DFE）来提高计算效率。评估结果显示，LightMDETR在多模态物体检测中表现出优越性能。

该方法解决了自动驾驶中LiDAR数据集偏差问题，通过LiDAR-图像数据进行多模态物体检测，提高转换鲁棒性，训练3D物体检测器学习多模态物体特征，促进特征不变性，提高泛化性能。该方法在域泛化性能方面取得了最先进的成果。