اكتشاف الأشياء في البعد الثالث باستخدام الكاميرات الاستريو هو مشكلة مهمة في رؤية الحاسوب، وهو أمر حاسم بشكل خاص في الروبوتات المتنقلة ذات التكلفة المنخفضة التي لا تحتوي على أجهزة ليدار (LiDARs).في الوقت الحاضر، تعتمد معظم الإطارات الأكثر فعالية للكشف عن الأشياء في البعد الثالث باستخدام الكاميرات الاستريو على إعادة بناء العمق الكثيف من تقدير الاختلاف، مما يجعلها مكلفة للغاية من الناحية الحسابية.لتمكين تطبيقات عالمية للكشف البصري باستخدام الصور الثنائية، نعود خطوة إلى الوراء للحصول على رؤى من إطارات الكشف المستندة إلى الصور ثنائية الأبعاد ونعززها بالخصائص الاستريو.ندمج المعرفة والهيكل الاستدلالي من كاشف الأشياء ثنائية/ثلاثية الأبعاد في مرحلة واحدة وفي الوقت الفعلي ونقدم وحدة مطابقة استريو خفيفة الوزن.إطارنا المقترح، YOLOStereo3D، يتم تدريبه على معالج رسومي واحد فقط (GPU) ويُشغل بمعدل يزيد عن عشر صور في الثانية. ويظهر أداءً مماثلاً لأفضل الإطارات الحديثة للكشف عن الأشياء في البعد الثالث باستخدام الكاميرات الاستريو دون استخدام بيانات ليدار (LiDAR). سيتم نشر الرمز المصدر في https://github.com/Owen-Liuyuxuan/visualDet3D.