基于动态不确定度主动学习策略的点云语义分割方法

本发明提供一种基于动态不确定度主动学习策略的点云语义分割方法及系统，属于道面监测技术领域，包括：基于三维点云数据样本，得到多个已标注的第一超点样本和多个未标注的第二超点样本；基于全部第一超点样本训练初始模型，得到第一训练模型；使用第一训练模型对每个第二超点样本进行预测，得到每个第二超点样本的实际不确定度；基于实际不确定度对全部第二超点样本进行筛选，得到多个候选超点样本；基于全部候选超点样本，构建训练数据集；基于训练数据集对第一训练模型进行更新训练，得到点云语义分割模型。本发明通过智能筛选和优化标注样本分布，提升类别多样性并降低标注成本，从而显著提高模型的分割精度和泛化能力。