[发明专利]基于LSTM和SSD融合网络的日冕物质抛射检测方法

权利要求书

1.基于LSTM和SSD融合网络的日冕物质抛射检测方法，其特征在于，包括以下步骤：

步骤1、CME图像预处理和数据集制作；

步骤2、LSTM和SSD融合网络搭建；

步骤3、使用训练集训练融合网络；

步骤4、使用测试集测试和评估融合网络。

2.根据权利要求1所述的基于LSTM和SSD融合网络的日冕物质抛射检测方法，其特征在于，步骤1具体操作如下：

(a)从SOHO网站下载d2差分图，极坐标化得到极坐标下的CME差分图；

(b)按照pascal_voc数据集框架，基于SEEDS目录和CDAW目录的信息制作CME标注数据集；

(c)按1∶9比例分配训练集和测试集，得到2600张训练集图片和30张测试集图片。

3.根据权利要求1所述的基于LSTM和SSD融合网络的日冕物质抛射检测方法，其特征在于，步骤2具体操作如下：

(a)输入层为2600张300*360训练集图像或300张300*360测试集图像，输入图像为按时间序列排列的序列图像，以三张图像为单元输入vgg16网络；输入层后首尾按序连接卷积1～卷积5；

(b)一个单元的三张图像经过VGG16的卷积1～卷积5得到3张32*32特征图，三张特征图输入LSTM网络，输出32*32的特征图LSTM-feature；

(c)LSTM-feature后首尾按序连接全卷积层6、全卷积层7，全卷积层7后首尾按序连接卷积8～卷积12，LSTM-feature、全卷积7、卷积8、卷积9、卷积10、卷积11、卷积12后均与输出层连接。

4.根据权利要求1所述的基于LSTM和SSD融合网络的日冕物质抛射检测方法，其特征在于，步骤3中所述融合网络由LSTM网络和SSD网络组成，同时训练，训练步骤为：

(a)以0.001学习率训练5000次；

(b)以0.0001学习率训练225000次。

5.根据权利要求1所述的基于LSTM和SSD融合网络的日冕物质抛射检测方法，其特征在于，步骤4具体操作如下：

(a)设置类别置信度阈值为0.6，将300张测试图像输入训练好的融合网络得到检测结果，检测结果包括每个目标的位置坐标、类别及所属类别的置信度；

(b)用非极大值抑制算法对检测目标的重合目标框进行去重，得到最终检测结果，选取平均精确度mAP作为评价指标评估本发明的检测效果。