作物点云图像数据的无监督三维叶穗特征提取方法

本申请公开了一种作物点云图像数据的无监督三维叶穗特征提取方法。其利用全局相似损失、类内相似损失和类间分离损失共同构建无监督联合损失函数，实现对分割模型的无监督训练。然后，以无监督训练所获得的无监督权重作为监督学习微调训练中分割模型的初始化参数，利用少量的具有标注的作物点云训练样本进一步对初始化后的分割模型进行微调，从而最终获得能够直接用于提取叶片点云特征及穗部点云特征的三维分割结果的模型。本申请的模型能够在保持较高分割精度的同时，降低模型对训练样本和标注程度的需求。并且，能够同时适用于对小麦和水稻作物点云进行叶片和穗部的识别和分割。