1.一種適用于視頻內容識別的不確定性正未標注學習方法，其特征在于：包括以下步驟：
2.根據權利要求1所述的一種適用于視頻內容識別的不確定性正未標注學習方法，其特征在于：所述步驟s2中改進的?nnpu?損失函數定義為：
3.根據權利要求1所述的一種適用于視頻內容識別的不確定性正未標注學習方法，其特征在于：所述步驟s4中不確定性分數的計算公式為：
4.根據權利要求3所述的一種適用于視頻內容識別的不確定性正未標注學習方法，其特征在于：所述不確定性權重通過徑向基函數核生成，公式為：
5.根據權利要求1所述的一種適用于視頻內容識別的不確定性正未標注學習方法，其特征在于：所述步驟s4中分段優化的閾值設定為：
6.根據權利要求1所述的一種適用于視頻內容識別的不確定性正未標注學習方法，其特征在于：所述分段優化的總損失函數為：
7.根據權利要求1所述的一種適用于視頻內容識別的不確定性正未標注學習方法，其特征在于：所述模型采用resnet-50作為主干網絡，末端替換為二分類全連接層，并通過全局平均池化層提取空間特征。
8.根據權利要求1所述的一種適用于視頻內容識別的不確定性正未標注學習方法，其特征在于：所述迭代訓練階段的學習率采用自適應衰減策略，初始學習率為0.001，每訓練100個epoch衰減為原值的0.1倍，總訓練輪次不少于300次。