基于MobileNet的地基云图分割方法研究  

作　　者：张男男[1] 李丽莎[1] 王宝珠[1] 王静[1] 

机构地区：[1]河北工业大学,天津市300401

出　　处：《电子技术与软件工程》2022年第18期129-132,共4页ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING

摘　　要：本文利用深度卷积神经网络技术,针对全天相机的云图分割方法进行了改进,将MobileNet作为三种分割模型U-Net、SegNet和DeepLab V3+的主干,再分别使用白天和夜间云图进行训练预测,利用一些评价指标对于其性能做出评价。结果表明,MobileNet可以更好的提取网络特征信息,经过改良后的U-Net网络更适合于地基云图的分割,对于白天云图和夜间云图的分割精确度分别达到了89%和95%。

关 键 词：地基云图 图像分割 卷积神经网络 

分 类 号：P412[天文地球—大气科学及气象学]