-
公开(公告)号:CN117197462A
公开(公告)日:2023-12-08
申请号:CN202311187455.4
申请日:2023-09-14
Applicant: 南京信息工程大学
IPC: G06V10/26 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于多尺度特征融合和对齐的轻量地基云分割方法及系统,涉及图像处理技术领域,包括以下步骤:接收地基云图数据集,对地基云图数据集进行预处理,得到地基云图预处理数据集,将地基云图预处理数据集分为训练集、测试集和验证集;其中,所述地基云图数据集通过不同场景下获取多种类别的云图像组成;将训练集输入至预先建立的基于改进DeepLabV3+的多尺度特征融合和特征对齐的轻量化地基云分割网络模型内,得到训练后的云分割模型;将测试集和验证集输入至训练后的云分割模型内,验证测试云分割模型的分割效果,从而实现对复杂环境的地基云进行分割。
-
公开(公告)号:CN115861985A
公开(公告)日:2023-03-28
申请号:CN202211503023.5
申请日:2022-11-28
Applicant: 南京信息工程大学
IPC: G06V20/60 , G06V10/20 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本发明提出一种基于改进DenseNet网络的地基云自动识别方法,解决目前地基云图像识别率低的问题。地基云自动识别系统包括:打开并显示单张地基云图像,识别出地基云的具体类别,批量的对大量图片进行识别,并显示识别结果,计算并统计单个地基云数据集的准确率。本发明对多种网络进行比较,选择准确率表现较好的DenseNet网络,对其进行改进,在目前最大的数据集上使用改进的网络加上迁移学习进行训练,在包含12000张地基云样本的数据集中识别准确率达到了93.21%。
-