La detección de objetos estéreo en 3D sigue siendo un desafío crucial dentro del ámbito de la visión en 3D. En la búsqueda de mejorar la detección de objetos estéreo en 3D, la fusión de características ha surgido como una estrategia potente. Sin embargo, el diseño del módulo de fusión de características y la determinación de características fundamentales en este proceso de fusión siguen siendo críticos. Este documento propone un módulo de atención de características novedoso diseñado para la detección de objetos estéreo en 3D. Sirviendo como un elemento fundamental para la fusión de características, este módulo no solo distingue la importancia de las características, sino que también facilita mejoras informadas basadas en sus conclusiones. Este estudio profundizó en las diversas facetas asistidas por el módulo de atención de características. En primer lugar, se realizó un análisis de interpretabilidad en relación con la función de los métodos de segmentación de imágenes. En segundo lugar, exploramos la mejora del módulo de fusión de características a través de una estrategia de reponderación de categorías. Por último, investigamos métodos de fusión de características globales y estrategias de compresión de modelos. Los modelos diseñados a través de nuestra propuesta fueron sometidos a un análisis efectivo, arrojando un rendimiento notable, especialmente en la detección de objetos pequeños dentro de la categoría de peatones.