摘要
本申请公开了一种微塑料类型和老化程度联合识别模型训练和应用方法及相关装置,涉及微塑料识别技术领域,该方法包括:获取多个微塑料样品中每一个微塑料样品的样本高光谱图像和样本标签,样本标签包括微塑料类型和微塑料老化程度,提取样本高光谱图像中每一个样本像素点的样本光谱特征向量,并设置样本高光谱图像对应的样本标签为样本高光谱图像中每一个样本像素点的样本标签,构建数据集,数据集包括每一个样本像素点的样本光谱特征向量和样本标签,构建深度学习模型,利用数据集对深度学习模型进行训练,得到微塑料类型和老化程度联合识别模型,本申请可实现微塑料类型和微塑料老化程度的联合识别,提高识别效率和准确率。
技术关键词
识别模型训练方法
样本
深度学习模型
像素点
塑料老化
分支
标签
残差模块
图像
加权损失函数
积层
塑料识别技术
输入端
卷积模块
通道注意力机制
输出端
数据