一种基于改进后PointNet++网络的钢材点云分类方法

本发明公开了一种基于改进后PointNet++网络的钢材点云分类方法，属于钢材点云分类技术领域。本发明提出了逆残差多层感知机结构，与多层感知机结构相比，加强了模型内部的信息传递和特征保持能力，显著提升了PointNet++网络在识别复杂钢材点云结构方面的性能；引入了分组向量注意力机制模块，在原本的特征提取基础上，进一步提高了对钢材点云细节部分的特征捕捉能力，达到提高模型整体的分类精度；利用可调整最远点采样算法替代原始PointNet++网络中最远点采样算法，有效地解决了最远点采样算法在处理钢材点云中存在计算效率低的弊端，优化了钢材分类网络模型中的采样过程。