基于深度学习的可见光图像等离子体边界重建方法及设备

本发明的一种基于深度学习的可见光图像等离子体边界重建方法及设备，包括获取可见光视频数据集并进行数据预处理，数据预处理包括对可光视频的每个EFIT边界数据的时间戳与破裂视频时刻进行切片操作，最终得到所需的原始图像数据集；然后把得到的原始数据集输入到事先训练好的等离子体边界重建模型进行图像边界重建。本发明设计了一种卷积神经网络回归模型，与现有的应用于等离子体边界重建任务的深度学习方法相比，本方法无需预先在图像上标注，减少了工作量，避免了因等离子体图像边界不清晰造成的人工标注困难的问题，完整的重建了等离子体边界；而且有效的将等离子体边界重建任务从以往的等离子体边界提取和重建两步，优化成等离子体边界重建一步。