摘要
本发明涉及一种加权自适应锚框云粒子检测方法,主要包括首先对云粒子图像进行不同形态学处理,提取多个类型的中心点并进行第一次融合;然后,根据形态学处理的膨胀腐蚀程度,为每个融合后的中心点赋予不同的权重,膨胀程度越大的中心点赋予的权重越低,腐蚀程度越大的中心点赋予的权重越高;接着将这些加权后的中心点投影回原始图像,并进行第二次中心点融合和权重更新;最后,根据中心点的权重调整锚框尺寸,生成适应云粒子大小的锚框,并建立深度学习模型进行检测。该方法通过自适应权重与锚框尺寸调整,显著提高了云粒子目标检测的精度,并优化了检测过程中锚框的使用效率。
技术关键词
粒子检测方法
图像
数据
深度学习模型
像素点
非极大值抑制方法
尺寸
因子
上采样
指数
网络
冗余
轮廓
机制
动态
矩形
精度
通道
系统为您推荐了相关专利信息
可信执行环境
加密数据
执行机器学习模型
可信密钥
计算机可执行指令
分布式光纤
路面状态数据
监测预警方法
多模光纤
带状光纤
主动深度学习
主动学习策略
无标签数据
多尺度
离线