面向自然果园非结构化场景的点云语义分割方法

本发明属于深度学习技术领域，具体涉及一种自然果园非结构化场景的点云语义分割方法，包括下列步骤：获取点云数据，进行空间细分、数据增强、空间采样等数据处理操作，构建自然果园三维点云数据集；构建OrchardNet语义分割模型：提出局部特征聚合模块LFA以提高模型对局部邻域特征的提取能力，通过几何差异化缩放有效平衡了不同局部邻域空间几何形态和尺度的差异，并进行高效的特征映射提取；设计了全局特征映射模块GFM，对全局特征空间位置的语义重要性建模，提高模型对重要语义细节和全局特征的感知能力；通过改进的损失函数ωCEloss缓解类别失衡问题，减缓模型训练退化、减少模型潜在误差。