一种基于深度学习的点云数据分割方法及系统

本发明涉及点云数据分割技术领域，尤其涉及一种基于深度学习的点云数据分割方法及系统。该方法包括以下步骤：获取点云数据，并对点云数据进行点云特征提取，得到点云特征数据；对点云特征数据进行结构感知嵌入，得到结构感知图数据；对结构感知图数据进行伪标签增强训练，得到伪标签增强数据；对伪标签增强数据进行注意力重校正，得到重校正数据；对重校正数据进行增强训练，得到点云分割模型。本发明通过引入结构感知图神经网络与伪标签增强机制，显著提升了点云分割模型对空间结构关系与弱监督标签的适应能力。结合多分支语义编码与边界感知解码策略，增强了模型在工况场景下的边界辨识精度与语义分割稳定性。