一种基于卷积神经网络的高影响天气识别方法

doi:10.20033/j.1003-7241.(2024)10-0212-05

自动化技术与应用 ›› 2024, Vol. 43 ›› Issue (10) : 212 -216. DOI: 10.20033/j.1003-7241.(2024)10-0212-05

作者信息 +

Author information +

文章历史 +

PDF

摘要

对高影响天气进行精密监测是当前研究热点，基于精细分类天气样本集，提出了一种采用EfficientNet卷积神经网络，应用LookAhead、RAdam相结合的优化器、数据增强训练策略、自动混合精度技术来训练模型，从而获得一种根据天气图像识别高影响天气的新方法。该方法对天气图像识别时效达到0.1-0.4秒/张，识别准确率>95%，识别模型具有良好的效率与精度的平衡。