基于轻量级神经网络的雷暴云团识别系统研究与实现

摘要

现阶段关于雷暴天气等气象信息都由气象工作人员进行确认识别,这种人工识别的方式无法满足对天气预警的实时性要求,给人们的人身财产安全保护带来了极大的挑战。为了解决上述问题,文中提出了一种将深度可分离卷积和残差块相结合,并利用多池化结构对全局信息进行特征提取的网络结构,通过降低网络的参数数量,提升雷暴云团识别的响应时间,且不会对识别的准确率造成影响。实验表明,利用这种网络结构对比常用的网络分割网络有优势,对雷暴云团的识别准确率提升了0.5%,并且对于卫星云图的响应时间缩短了10%;同时为了便于一些非相关的人员使用,对数据解析和网络结构进行了实用性和系统性的封装。