-
公开(公告)号:CN112101449A
公开(公告)日:2020-12-18
申请号:CN202010951615.8
申请日:2020-09-11
Applicant: 南京邮电大学
Abstract: 本发明公开了基于语义损失的卫星云图反演雷达数据方法,包括如下:S1、建立数据集;S2、建立网络结构,对数据集进行特征提取,然后根据相应卷积层的特征计算损失;S3、使用训练集对深度卷积神经网络进行迭代训练,训练好后,使用验证集对训练后的模型进行验证,然后保存在验证集上抗模糊损失函数最小的模型;S4、使用测试集对抗模糊损失函数最小的模型进行测试,判断是否符合要求,若不符合,继续进行步骤S3,进行迭代训练,直到测试结果符合要求,输出正式模型;S5、使用正式模型对卫星云图反演雷达数据,输出结果。本发明提出的抗模糊损失函数解决了传统使用像素级损失函数的网络训练图像时会出现模糊现象的问题。
-
公开(公告)号:CN112101449B
公开(公告)日:2022-07-15
申请号:CN202010951615.8
申请日:2020-09-11
Applicant: 南京邮电大学
Abstract: 本发明公开了基于语义损失的卫星云图反演雷达数据方法,包括如下:S1、建立数据集;S2、建立网络结构,对数据集进行特征提取,然后根据相应卷积层的特征计算损失;S3、使用训练集对深度卷积神经网络进行迭代训练,训练好后,使用验证集对训练后的模型进行验证,然后保存在验证集上抗模糊损失函数最小的模型;S4、使用测试集对抗模糊损失函数最小的模型进行测试,判断是否符合要求,若不符合,继续进行步骤S3,进行迭代训练,直到测试结果符合要求,输出正式模型;S5、使用正式模型对卫星云图反演雷达数据,输出结果。本发明提出的抗模糊损失函数解决了传统使用像素级损失函数的网络训练图像时会出现模糊现象的问题。
-