一种3D点云物体识别方法、系统、存储介质和产品

本发明涉及3D物体识别领域，具体涉及一种3D点云物体识别方法、系统、存储介质和产品，S1：构建点云数据集；S2：将点云数据集划分为不重叠的元训练数据集和元测试数据集，元训练数据集包括B个样本；S3：构建包括并行的动态图卷积网络和全局特征提取网络的双网嵌入模型；S4：将B个样本输入到双网嵌入模型，进行训练得到B*1024的嵌入向量；S5：采用表示增强算法模块对B*1024的嵌入向量进行加权操作，获得增强原型向量和增强查询向量；S6：分别计算增强原型向量和增强查询向量的距离，将增强查询向量对应的查询样本分类到距离最近的增强原型向量所在的类别；使得各类原型向量向其同类查询向量中心靠拢，同时使得各类查询向量向其原型向量逼近。