一种基于深度学习的多光谱反射率海洋粘液检测方法

本申请公开了一种基于深度学习的多光谱反射率海洋粘液检测方法，属于海洋观测领域。针对现有技术中存在光谱数据不足、类别不平衡等问题。本申请的技术方案中，采用多波段的光谱反射率数据作为模型的输入，结合近红外和短波红外波段，精确区分海洋粘液与其他漂浮物；利用MODIS数据的质量控制波段进行云掩膜操作，确保模型输入的数据没有受到云层的影响；通过引入结合BCE和F1分数的新型损失函数，使模型在训练过程中更关注小类别样本。本申请的方案有效解决现有技术中的类别不平衡问题，并提升模型的检测精度和对小类别样本的敏感性。