一种基于深度学习的农场点云语义分割方法

本发明提供一种基于深度学习的农场点云语义分割方法，其具体方法为：采集数据，获取点云数据，对点云数据进行统计滤波和均值滤波预处理；根据点云数据的空间分布和语义信息，采用CloudCompare软件对点云数据中的目标地物分类标注，将标注好的点云合并为完整的点云文件；对点云文件进行网格子采样以降低点云密度，得到稀疏点云；构建DLA‑Net+PnP‑3D网络模型，基于训练好的DLA‑Net+PnP‑3D网络模型进行语义分割。本发明基于训练好的DLA‑Net+PnP‑3D网络模型进行农场点云语义分割，能够准确地识别与分割不同地物信息，提高了地物特征提取的准确性。