一种基于改进U-Net网络模型的流速识别方法及装置
申请号:CN202510646043
申请日期:2025-05-20
公开号:CN120182324A
公开日期:2025-06-20
类型:发明专利
摘要
本发明提供一种基于改进U‑Net网络模型的流速识别方法及装置,属于流速测量技术领域,其中,基于改进U‑Net网络模型的流速识别方法包括:对采集到的河流图像数据进行采样,得到采样图像数据;对所述采样图像数据按照预设尺寸进行随机裁剪,得到裁剪图像;对所述裁剪图像按照预设随机概率进行颜色变换,得到图像序列,所述颜色变换包括明暗度变换、对比度变换、饱和度变换、色调变换中的至少一者;将所述图像序列输入到改进U‑Net网络模型中进行流速识别,得到河道的流速预测结果。本发明中的基于改进U‑Net网络模型的流速识别方法,通过改进U‑Net网络模型,提取河道视频帧的时序信息和纹理信息,继而输出对应的流速值,可以提高流速的识别精度和识别效率。
技术关键词
流速
图像
深度卷积神经网络
识别方法
通道
输出特征
序列
饱和度
颜色
对比度
上采样
数据
裁剪模块
积层
采样模块
识别装置
识别模块
尺寸
纹理