基于改进Faster RCNN的台风云系识别

扫码查看

原文链接

国家科技期刊平台
NETL
NSTL
万方数据
维普

中文摘要：针对台风各阶段尺寸与纹理结构差异较大,存在识别难度大、准确率低的问题,提出改进Faster RCNN的台风云系识别方法.首先为模型选择合适的特征提取网络,然后在原始Faster RCNN基础上优化区域网络参数,改进感兴趣区域池化网络,提高模型检测各阶段台风的鲁棒性.为防止训练过程中正负样本不均衡,引入在线困难样本挖掘机制.实验结果表明,相较于原始Faster RCNN,改进后的Faster RCNN检测平均准确率提高了4.7％,基于ResNet50的Faster RCNN对台风云系识别更好,可以更好地满足台风云系识别需求.

外文标题：Typhoon Cloud System Recognition Based on Improved Faster RCNN

作者：

薛超培、唐春晖

展开 >

作者单位：

上海理工大学光电信息与计算机工程学院,上海200093

关键词：

台风云系识别 Faster RCNN 区域建议网络在线困难样本挖掘

出版年：

2021

DOI：

10.11907/rjdk.202113