一种基于Pointnet网络的煤泥浮选泡沫三维模型分类方法

本发明涉及一种基于Pointnet网络的煤泥浮选泡沫三维模型分类方法，目的是解决目前二维泡沫图像无法处理三维泡沫空间高低起伏等状态和空间内部关系的技术问题，技术方案为：扩张数据集；设计泡沫特征网络架构；使用点云特征提取器fθ提取高维特征λ1；使用特征投影头将高维特征λ1投影到低维空间中，得到单槽泡沫点云低维特征λ2；使用特征融合函数yf对单槽泡沫点云特征进行拼接融合，得到整体特征γ；通过多层感知机MLP和Softmax函数对整体特征γ进行分类，输出分类结果；评估分析。本发明使用多个浮选槽的泡沫三维点云模型作为输入，弥补了单槽数据源存在的局限性，使用浮选机整体特征训练网络提高了模型的泛化能力和稳定性，并且优化了模型的性能。