La estimación de la pose de la nave espacial es esencial para muchas misiones espaciales, como el vuelo en formación, el encuentro, el acoplamiento, la reparación y la eliminación de desechos espaciales. Proponemos un método basado en el aprendizaje con predicción de incertidumbre para estimar la pose de una nave espacial a partir de una imagen monocular. Primero utilizamos una red de detección de naves espaciales (SDN) para recortar el área rectangular en la imagen original donde solo existen naves espaciales. Luego se utilizó una red de detección de puntos clave (KDN) para detectar 11 puntos clave preseleccionados con características obvias de la imagen recortada y predecir la incertidumbre. Proponemos una estrategia de selección de puntos clave para seleccionar automáticamente puntos clave con mayor precisión de detección de todos los puntos clave detectados. Estos puntos clave selectivos se utilizaron para estimar la pose 6D de la nave espacial con el algoritmo EPnP. Evaluamos nuestro método en el conjunto de datos SPEED. Los experimentos mostraron que nuestro método supera a los métodos basados en mapas de calor y regresión, y nuestra efectiva predicción de incertidumbre puede aumentar la precisión final de la estimación de la pose.