一种基于深度学习的双极化天气雷达图像分割数据集构建方法

AITNT
正文
推荐专利
一种基于深度学习的双极化天气雷达图像分割数据集构建方法
申请号:CN202410748078
申请日期:2024-06-11
公开号:CN118747831A
公开日期:2024-10-08
类型:发明专利
摘要
本发明属于天气雷达技术领域,具体涉及一种基于深度学习的双极化天气雷达图像分割数据集构建方法。本发明使用半监督的方法,仅需要进行少量的人工标注图像类型,不需要进行像素级标注,即可自动的生成大量的像素级标签图像数据集。极大的降低了人工标注像素级数据集的工作量与难度,为后续天气雷达图像分割领域提供足够完备的数据集。
技术关键词
数据集构建方法 图像分类器 图像分割 天气雷达数据 标签 像素 天气雷达技术 反射率 变量 回波 方位角 训练集 因子 工作量 天线 尺寸
系统为您推荐了相关专利信息
1
一种基于点监督的伪标签优化的伪装目标检测方法
感知特征 融合特征 代表 语义 标签
2
一种基于图像级标注的道路场景弱监督语义分割方法
注意力 场景 编码器 图像块 粗略
3
一种基于图像技术的麻醉穿刺辅助定位方法及系统
辅助定位方法 Hadamard变换 高对比度图像 融合特征 图像分割
4
一种AIAgent在线学习自适应优化方法
标签类别 在线 记忆机制 策略 长短期记忆网络
5
跨模态融合的茶叶鲜叶分级方法、装置、设备及介质
光谱分析 图像分析模型 频段 图像分割模型 视觉
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号