基于迁移学习和Xception网络的海雾能见度等级估测研究 |
| |
引用本文: | 李从初,励臣儒,朱佳敏,姚浩立.基于迁移学习和Xception网络的海雾能见度等级估测研究[J].浙江气象,2023(1):23-28. |
| |
作者姓名: | 李从初 励臣儒 朱佳敏 姚浩立 |
| |
作者单位: | 1.宁波市气象网络与装备保障中心315012;2.宁波市北仑区气象局315800; |
| |
摘 要: | 采用基于Xception卷积神经网络算法构建了一个海雾能见度识别的框架,通过对海雾能见度探测设备同位置摄像头监控图像的采集,将图像样本结合能见度数据进行标签分类,利用迁移学习结合Xception网络进行训练,提取图像能见度特征,构建能见度等级估测模型,实现能见度等级的估测。通过对浙江省宁波市北仑区三山大闸摄像头监控进行图像的采集,抽取万余有效样本进行训练,进行能见度等级识别结果分析,结果显示模型识别精度可达99.36%,验证集准确率可达99.20%。基于Xception算法的海雾能见度等级估测方法如果在数据集健康准确的情况下,能够满足海雾能见度实时性和识别准确率的要求,可以作为未安装能见度探测设备地区的能见度等级辅助监测方法。
|
关 键 词: | 气象 卷积神经网络 深度学习 海雾 能见度 Xception 图像识别 迁移学习 |
本文献已被 维普 等数据库收录! |
|