一种基于深度学习的SAR海面降雨检测方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于深度学习的SAR海面降雨检测方法
申请号:
CN202510902533
申请日期:
2025-07-01
公开号:
CN120823519A
公开日期:
2025-10-21
类型:
发明专利
摘要
一种基于深度学习的SAR海面降雨检测方法,涉及卫星遥感图像处理技术领域。通过与GPM降雨数据匹配筛选SAR影像,再对影像进行地理定标、辐射定标、下采样和陆地掩膜等预处理,裁剪图像得到训练集,标注并划分数据集后进行增强。将训练集输入基于卷积神经网络或Transformer的目标检测模型训练,通过增加多尺度检测头和注意力机制模块提高检测精度,最后将待检测SAR图像输入模型输出降雨区域。可提高海面降雨区域检测的精度、自动化程度和实时性,克服传统方法的缺陷。
技术关键词
降雨检测方法
多尺度特征融合
语义分割模型
训练集
注意力机制
图像
双线性插值算法
检测模型训练
雷达截面积
神经网络架构
合成孔径雷达
陆地
掩膜
影像
深度学习模型
特征提取模块
数据
分辨率