基于残差Swin Transformer的天气图像识别技术研究
文档名：基于残差Swin Transformer的天气图像识别技术研究
摘要：人类活动经常受到天气条件的影响,基于图像的自动天气识别在实际应用中具有重要意义.然而现有方法均使用卷积神经网络,未能有效地利用图像的全局信息和像素点之间长距离的依赖关系,且识别的天气类型较少,识别精度较低.为解决这些问题,尝试将视觉Transformer应用到天气识别领域,同时提出一种基于残差SwinTransformer的模型,并使用先进的优化器Ranger来提高天气识别的正确率.该模型在包含11种天气现象的公开数据集WEAPD上进行验证,实验结果表明,其整体性能优于其他先进的识别网络,识别正确率达到93.6％,可为天气图像识别和天气预报研究提供参考.
作者：张卓然 张倩 宋智 何嘉 Author：ZHANGZhuoran ZHANGQian SONGZhi HEJia
作者单位：成都信息工程大学计算机学院,四川成都610225活跃网络(成都)有限公司,四川成都610000四川省气象探测数据中心,四川成都610072
刊名：成都信息工程大学学报
Journal：JournalofChengduUniversityOfInformationTechnology
年，卷(期)：2023, 38(6)
分类号：TP391.4
关键词：天气现象图像识别深度学习SwinTransformer
Keywords：weatherphenomenaimagerecognitiondeeplearningSwinTransformer
机标分类号：TP391.41P412.1U495
在线出版日期：2023年11月27日
基金项目：四川省科技厅资助项目，四川省重点实验室科技发展基金资助项目基于残差SwinTransformer的天气图像识别技术研究[
期刊论文]成都信息工程大学学报--2023, 38(6)张卓然张倩宋智何嘉人类活动经常受到天气条件的影响,基于图像的自动天气识别在实际应用中具有重要意义.然而现有方法均使用卷积神经网络,未能有效地利用图像的全局信息和像素点之间长距离的依赖关系,且识别的天气类型较少,识别精度较低.为...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于残差Swin Transformer的天气图像识别技术研究Research on Weather Image Recognition based on Residual Swin Transformer
基于残差Swin Transformer的天气图像识别技术研究.pdf
页:
[1]