一种基于深度卷积神经网络的强天气目标识别方法
授权
摘要
本发明提供一种基于深度卷积神经网络的强天气目标识别方法，包括以下步骤：数据集收集；数据集构建；模型构建；模型训练与验证；模型测试。本发明的一种基于深度卷积神经网络的强天气目标识别方法设计合理，能够有效检测出图像、视频中强天气个体目标(龙卷、冰雹、雷电)，并框选出目标位置和置信度，对于图像中发生强天气现象的检测准确率更是高达96％以上，漏检率为0，能够对实况图像中强天气现象做出及时有效的告警，为第一时间决策服务提供有力的实况警报信息，减少天气灾害的损失。
基本信息
专利标题 ：
一种基于深度卷积神经网络的强天气目标识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113469278A
申请号 ：
CN202110829014.4
公开（公告）日 ：
2021-10-01
申请日 ：
2021-07-22
授权号 ：
CN113469278B
授权日 ：
2022-05-20
发明人 ：
秦运龙张冰松许玮王迎迎陈良华吴涛
申请人 ：
湖北省气象信息与技术保障中心
申请人地址 ：
湖北省武汉市洪山区关山街东湖东路3号
代理机构 ：
北京汇信合知识产权代理有限公司
代理人 ：
王艳波
优先权 ：
CN202110829014.4
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-05-20 ：
授权
2021-10-26 ：
实质审查的生效
IPC(主分类) : G06K 9/62
申请日 : 20210722
申请日 : 20210722
2021-10-01 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
