本发明公开了自主机器应用中使用RADAR传感器检测障碍物的深度神经网络，在各种示例中，在高速公路和城市场景中，可以训练一个或更多个深度神经网络(例如，卷积神经网络)以从三维(3D)空间的RADAR数据中检测运动和静止障碍物。可以对RADAR检测进行累积，自我运动补偿，正射投影，然后将其输入到一个或更多个神经网络中。一个或更多个神经网络可包括具有特征提取器和几个预测不同输出的头部的公共干线，例如预测置信度图的类置信度头部和预测检测到的对象的对象实例数据的实例回归头部。可以对输出进行解码、过滤和/或聚类以形成识别检测到的对象实例的位置、大小和/或方向的边界形状。可以将检测到的对象实例提供给自主车辆驱动栈，以实现自主车辆的安全计划和控制。