输电通道点云分类方法、点云分类模型的训练方法及系统

本申请提供一种输电通道点云分类方法、点云分类模型的训练方法及系统。采用多尺度特征融合与加权损失的方法进行深度学习模型训练。基于多尺度分组方式，得到原始点云对应的第一局部特征，第二局部特征和第三局部特征；对上述三个局部特征进行特征融合，得到综合几何特征；确定综合几何特征对应的原始点云样本；通过对原始点云样本执行加权处理后的均衡点云样本训练点云分类模型；通过多尺度分组方式对原始点云进行特征提取，获取更高维的点云特征，采用乘法特征融合策略，可实现特征间的动态加权，使局部特征具有更强的区分度和鲁棒性；通过对原始点云样本执行加权处理，解决了原始点云存在的样本不平衡的问题；实现了对点云分类模型的准确训练。