-
公开(公告)号:CN116206221B
公开(公告)日:2023-09-05
申请号:CN202310077797.4
申请日:2023-01-16
Applicant: 北京师范大学
IPC: G06V20/17 , G06V10/82 , G06V10/774 , G06V10/776 , G06V10/40 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/082
Abstract: 本发明提出一种水体耀斑检测方法和系统。其中,方法包括:采集水体影像图,并对所述水体影像图进行标注,生成训练集、验证集和测试集;设计水体耀斑检测的深度神经网络模型;应用所述训练集和验证集对所述深度神经网络模型进行训练和调参;应用所述测试集和评价指标验证训练好的深度神经网络模型的准确性;应用训练好的深度神经网络模型对采集的单张水体图像进行水体耀斑检测。本发明提出的方案,减少了其他地物的误检测现象;减轻过拟合现象,使检测的水体耀斑更加准确。本发明检测水体耀斑的Precision达到0.835,Recall达到0.887,F1达到0.836,IOU达到0.747。
-
公开(公告)号:CN116206221A
公开(公告)日:2023-06-02
申请号:CN202310077797.4
申请日:2023-01-16
Applicant: 北京师范大学
IPC: G06V20/17 , G06V10/82 , G06V10/774 , G06V10/776 , G06V10/40 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/082
Abstract: 本发明提出一种水体耀斑检测方法和系统。其中,方法包括:采集水体影像图,并对所述水体影像图进行标注,生成训练集、验证集和测试集;设计水体耀斑检测的深度神经网络模型;应用所述训练集和验证集对所述深度神经网络模型进行训练和调参;应用所述测试集和评价指标验证训练好的深度神经网络模型的准确性;应用训练好的深度神经网络模型对采集的单张水体图像进行水体耀斑检测。本发明提出的方案,减少了其他地物的误检测现象;减轻过拟合现象,使检测的水体耀斑更加准确。本发明检测水体耀斑的Precision达到0.835,Recall达到0.887,F1达到0.836,IOU达到0.747。
-