典型文献
面向轻量化的地基云图分割技术研究
文献摘要：
云是气象领域比较重要的要素之一,准确快速获取云量,在天气预报、飞行安全、气候研究等方面均具有积极意义,因此为了快速准确地获得云量,就需要精准地分割云图.但是现有云图分割网络存在分割效果差、运算复杂度高、参数量大等问题,为了解决这些问题,提出一种轻量化的地基云图分割网络模型LGCSegNet.该模型利用Encoder-Decoder网络模型框架进行设计,利用通道拼接思想在通道深度上实现不同层次图像特征融合,避免损失特征边界,实现精确地分割地基云图,可获取准确的云量信息.在地基云图数据集HBMCD和HBMCD_GT上进行实验,经多组对比实验证明所提出的网络对云的表征能力更强,分割准确率比较高,可达到96.83％,分割的平均交并比可以达到86.00％,为实际应用提供了一定的理论基础.
文献关键词：
地基云图;图像分割;深度学习;轻量化;卷积神经网络
中图分类号：
作者姓名：
张雪;贾克斌;刘钧;张亮
作者机构：
北京工业大学信息学部,北京100124;先进信息网络北京实验室,北京 100124;华云升达(北京)气象科技有限公司,北京 102299
文献出处：
引用格式：
[1]张雪;贾克斌;刘钧;张亮-.面向轻量化的地基云图分割技术研究)[J].测控技术,2022(09):37-43
A类：
LGCSegNet,HBMCD
B类：
地基云图,图分割,气象领域,准确快速,云量,天气预报,飞行安全,快速准确,分割网络,分割效果,运算复杂度,参数量,Encoder,Decoder,模型框架,拼接,不同层次,图像特征,特征融合,割地,图数据,GT,表征能力,平均交并比,图像分割
AB值：
0.319759
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
