科研之友
微信
新浪微博
Facebook
分享链接
摘要
飞机尾迹云作为人类航空活动的产物，其对气候变化的作用以及飞机尾涡对飞行的影响已成为不争的事实。本文阐述了尾迹云的重要性，并提出了一种尾迹云的识别方法：通过在Ubuntu系统中搭建Caffe框架及其Python接口，运用深度卷积神经网络模型VGGNet-16对向日葵8号静止气象卫星图像中的飞机尾迹云进行了检测识别。实验过程中，模型对图片的测试精度随训练次数增加不断提高，训练损失和测试损失则随之不断降低，训练次数约大于1200次时可观察到较为稳定的精度及损失曲线。结果表明，该网络对尾迹云的识别准确率达85%，并对数量较少、位于图像中部的尾迹云识别效果较好。
