一种基于注意力金字塔网络的全天空云图检测和分类方法

本发明公开了一种基于注意力金字塔网络的全天空云图检测和分类方法，旨在解决现有云检测技术在处理多云层覆盖、云类型多样性及动态云层变化时的准确性和效率问题。该方法利用深度学习技术和先进的注意力机制，通过结合金字塔空间池化(PSP)模块和卷积块注意力模块(CBAM)，有效提升云特征的识别和分类能力。通过应用此方法，能够在全天空云图中准确地识别和分类多种云类型，包括但不限于卷云、层云和积云等，为气象监测和气候研究提供更为精确的数据支持。本发明具有高精度、高效率、适应性强等优点，能够显著提高云检测和分类的性能，特别适用于复杂天气条件下的气象分析。