摘要
本发明提供一种基于改进U‑Net网络模型的流速识别方法及装置,属于流速测量技术领域,其中,基于改进U‑Net网络模型的流速识别方法包括:对采集到的河流图像数据进行采样,得到采样图像数据;对所述采样图像数据按照预设尺寸进行随机裁剪,得到裁剪图像;对所述裁剪图像按照预设随机概率进行颜色变换,得到图像序列,所述颜色变换包括明暗度变换、对比度变换、饱和度变换、色调变换中的至少一者;将所述图像序列输入到改进U‑Net网络模型中进行流速识别,得到河道的流速预测结果。本发明中的基于改进U‑Net网络模型的流速识别方法,通过改进U‑Net网络模型,提取河道视频帧的时序信息和纹理信息,继而输出对应的流速值,可以提高流速的识别精度和识别效率。
技术关键词
流速
图像
深度卷积神经网络
识别方法
通道
输出特征
序列
饱和度
颜色
对比度
上采样
数据
裁剪模块
积层
采样模块
识别装置
识别模块
尺寸
纹理
系统为您推荐了相关专利信息
智能识别方法
图像
注意力机制
多尺度感知
分辨率
断路器
缺陷检测方法
像素
图像增强
非易失性存储介质