一种面向灾害场景点云数据的分割方法和系统

本发明涉及人工智能和点云分割领域，提供了一种面向灾害场景点云数据的分割方法和系统，本发明在学生网络连续学习中，通过对次子集中新类物体进行数据重采样，从而能够有效促使网络提升对新类物体的辨别能力；利用教师网络预测结果结合新类原始真实标签生成伪标签，基于生成伪标签与学生网络预测结果之间的差异获得训练损失；通过对教师网络和学生网络的点云特征进行同步分层池化，基于两者池化特征之间差异获得蒸馏损失，进而实现网络无需基于旧类构建总损失，解决旧类续存大大增加计算机内存的问题；同时利用主子集上已训练的教师网络指导学生网络学习，可以实现对新类中的灾后物体进行快速识别。