典型文献
基于深度学习的输电线路杆塔点云分类方法
文献摘要：
随着激光点云在电力场景中的运用深入,为进一步发挥杆塔点云作用,针对传统方法对杆塔点云精细分类自动化能力不足问题,本文结合无人机激光扫描点云,运用深度学习技术中新兴的针对3D点云处理技术PointNet,利用PointNet技术来对电力杆塔激光点云精细分类,精细分出电力杆塔点云中电力杆塔、输电线路、绝缘子、跳线等部分,共7个种类.试验取得了较好效果,总精度达到0.91.并测试了点云抽稀缺陷情况下电力杆塔点云的分类效果,为电力场景中点云分类提供了可行的解决方案.
文献关键词：
激光点云;深度学习;点云分类;PointNet
中图分类号：
作者姓名：
董昱程
作者机构：
昆明能讯科技有限责任公司,云南 昆明 650217
文献出处：
引用格式：
[1]董昱程-.基于深度学习的输电线路杆塔点云分类方法)[J].云南电力技术,2022(03):15-20
A类：
B类：
输电线路杆塔,点云分类,分类方法,激光点云,电力场景,挥杆,精细分类,不足问题,激光扫描,扫描点云,深度学习技术,点云处理,PointNet,电力杆塔,分出,云中,绝缘子,跳线,点云抽稀,稀缺,分类效果,中点
AB值：
0.280884
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
