一种用于三维点云物体分类识别的深度学习方法

本发明涉及工业检测技术领域，具体涉及一种用于三维点云物体分类识别的深度学习方法，包括PointNet+‑模型；PointNet+‑模型的搭建采用PointNet++和PointNet两种网络构成；PointNet+‑模型包括PointNet网络中的T‑Net结构和对于单个或者数量不多的点云群进行信息存储的MLP网络和PointNet++模型中的MRG方法用于融合全局与局部的特征；PointNet+‑模型包括三层Sa特征提取层、三层Fc全连接层、两层T‑Net和一层一维卷积层；其中一维卷积层包含一维卷积操作Conv和最大池化操作Maxp，本发明运算速度较快，模式识别的准确率保持在较高的水平。