一种PM2.5浓度智能测量方法

本申请公开了一种PM2.5浓度智能测量方法，包括：基于PM2.5浓度图像，构建CNN‑Transformer特征提取网络，提取与PM2.5浓度相关的视觉特征；基于视觉特征，构建PM2.5浓度分类模型；基于PM2.5浓度分类模型以及多层预测头，获取污染等级以及PM2.5浓度预测值；基于交叉熵损失函数以及PM2.5浓度预测值，构建加权联合损失函数，获取PM2.5浓度分类模型以及预测头的参数。本申请通过联合优化分类与回归任务来提升PM2.5浓度估计精度，能够有效解决现有基于视觉信息的PM2.5浓度监测算法鲁棒性易受污染物图像数据长尾分布影响的缺点。