[发明专利]一种用于天空云量探测的UNet分割网络的训练方法与设备

权利要求书

1.一种用于天空云量探测的UNet分割网络的训练方法，其特征在于，所述方法包括：

获取原始天空云量图像集和基于所述原始天空云量图像集确定的已标注的天空云量图像集；

基于所述原始天空云量图像集和所述已标注的天空云量图像集，确定目标晴天云量图像集和已标注的目标晴天云量图像集；

对所述目标晴天云量图像集和已标注的目标晴天云量图像集中的图像做数据增广，分别获得目标增广晴天云量图像集和已标注的目标增广晴天云量图像集；

基于所述原始天空云量图像集和所述目标增广晴天云量图像集确定天空云量图像训练集，基于所述已标注的天空云量图像集和所述已标注的目标增广晴天云量图像集确定天空云量图像真实数据集；

基于所述天空云量图像训练集和所述天空云量图像真实数据集训练UNet分割网络，若网络输出满足预置阈值，获得已训练的UNet分割网络。

2.根据权利要求1所述的方法，其特征在于，所述确定目标晴天图像集包括：

对所述原始天空云量图像集中的图像基于每个像素点的亮度值做二值化；

基于值为1的像素点，获取一个或多个轮廓；

遍历所述轮廓，进行椭圆拟合，得到拟合椭圆；

计算所述拟合椭圆的长轴和短轴，若长轴和短轴之和大于预设的阈值，确定所述图像是目标晴天云量图像；

将所述原始天空云量图像集中由目标晴天云量图像组成的图像集，确定为目标晴天云量图像集。

3.根据权利要求2所述的方法，其特征在于，所述对所述原始天空云量图像集中的图像基于每个像素点的亮度值做二值化包括：

读取所述图像的RGB像素矩阵；

判断每个像素点的RGB亮度值，若所述像素点的RGB亮度值为[255,255,255]，则该像素点的值标记为1，否则，标记为0；

遍历所述图像的每一个像素点，完成对所述原始天空云量图像集中的图像基于每个像素点的亮度值做二值化。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述对所述目标晴天云量图像集中的图像数据增广包括：

对所述目标晴天云量图像集中的图像做归一化处理；

对归一化后的图像做一次或多次gamma变换。

5.根据权利要求4所述的方法，其特征在于，所述对归一化后的图像做一次或多次gamma变换包括：

基于所述目标晴天云量图像集中的图像设置gamma变换参数；

基于每个变换参数对所述归一化后的图像做一次或多次gamma变换；

其中，所述对所述归一化后的图像做一次或多次gamma变换以调整所述图像的亮度，和/或所述图像中的灰白色区域。

6.根据权利要求4或5所述的方法，其特征在于，所述对所述已标注的目标晴天云量图像集中的图像做数据增广包括：

复制所述已标注的目标晴天云量图像集中的图像，其中，复制的次数与所述目标晴天云量图像集中的图像所做的gamma变换次数相同，并基于与所述目标晴天云量图像集中的图像所做的gamma变换后得到的图像命名规则相同的规则命名数据增广得到的图像。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取用于探测天空云量的天空云量图像，输入所述已训练的UNet分割网络，预测天空云量。