基于轻量级神经网络的地基云图识别

• 作者: 贾克斌 张亮 刘鹏宇 刘钧
• 来源期刊: 北京工业大学学报
• 关键词: 地基云图 图像处理 数据集 图像分类 深度学习 轻量级神经网络
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 研究论文|Articles
• 页码范围: 489-499
• 页数: 11页
• 分类号: U461|TP308
• 语种: 中文
• DOI: 10.11936/bjutxb2020120033

摘要

针对目前云识别效率低下,同时缺乏公认且严谨、公开的地基云数据集问题,利用专业设备结合人工标注和迁移学习,构建了目前规模最大且符合国际气象组织标准的云公开数据集HBMCD,并且在此基础上,利用深度可分离卷积、膨胀卷积等技巧构建基本单元,通过组合不同的基本单元构建了轻量级云图分类模型LCCNet.经过多组对比实验,证明了LCCNet不仅参数量低、运算复杂度低,而且针对HBMCD数据集具有高达97.35％的准确率,为设备集成与实际应用提供了可能性.