基于改进Faster RCNN的台风云系识别

• 作者: 薛超培 唐春晖
• 来源期刊: 软件导刊
• 关键词: 台风云系识别 Faster RCNN 区域建议网络 在线困难样本挖掘
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 人工智能
• 页码范围: 63-67
• 页数: 5页
• 分类号: TP301
• 语种: 中文
• DOI: 10.11907/rjdk.202113

摘要

针对台风各阶段尺寸与纹理结构差异较大,存在识别难度大、准确率低的问题,提出改进Faster RCNN的台风云系识别方法.首先为模型选择合适的特征提取网络,然后在原始Faster RCNN基础上优化区域网络参数,改进感兴趣区域池化网络,提高模型检测各阶段台风的鲁棒性.为防止训练过程中正负样本不均衡,引入在线困难样本挖掘机制.实验结果表明,相较于原始Faster RCNN,改进后的Faster RCNN检测平均准确率提高了4.7％,基于ResNet50的Faster RCNN对台风云系识别更好,可以更好地满足台风云系识别需求.