-
公开(公告)号:CN118152762B
公开(公告)日:2024-08-20
申请号:CN202410580492.X
申请日:2024-05-11
Applicant: 之江实验室
IPC: G06F18/20 , G06F18/214 , G06F18/25 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及一种基于深度学习的中性氢源识别与分割方法、装置和介质,其中,基于深度学习的中性氢源识别与分割方法包括:对射电望远镜的天体观测数据进行数据处理,获得由多个三维光谱数据组成的数据集;对各所述三维光谱数据的中性氢源进行识别并进行标注,获得样本数据集;将所述样本数据集输入至3D‑Unet网络模型中,对所述3D‑Unet网络模型进行训练,得到中性氢源检测模型;将待识别的三维光谱数据输入至所述中性氢源检测模型中,获得中性氢源检测结果。解决了相关技术中对中性氢源识别效率低且精度有限的问题,实现了对中性氢源快速高效且精确的识别与分割。
-
公开(公告)号:CN118152762A
公开(公告)日:2024-06-07
申请号:CN202410580492.X
申请日:2024-05-11
Applicant: 之江实验室
IPC: G06F18/20 , G06F18/214 , G06F18/25 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及一种基于深度学习的中性氢源识别与分割方法、装置和介质,其中,基于深度学习的中性氢源识别与分割方法包括:对射电望远镜的天体观测数据进行数据处理,获得由多个三维光谱数据组成的数据集;对各所述三维光谱数据的中性氢源进行识别并进行标注,获得样本数据集;将所述样本数据集输入至3D‑Unet网络模型中,对所述3D‑Unet网络模型进行训练,得到中性氢源检测模型;将待识别的三维光谱数据输入至所述中性氢源检测模型中,获得中性氢源检测结果。解决了相关技术中对中性氢源识别效率低且精度有限的问题,实现了对中性氢源快速高效且精确的识别与分割。
-