[发明专利]一种台风识别模型的生成方法、装置、设备及存储介质

说明书

本申请实施例提供一种台风识别模型的生成方法、装置、设备及存储介质，台风识别技术领域。该台风识别模型的生成方法包括：获取遥感数据和对应的历史台风报文信息，生成包括台风区域信息的标识文件；根据预设的卷积神经网络提取待检数据，并输出所述待检数据的分类概率向量；根据所述分类概率向量生成台风训练检测模型；将标识文件带入所述台风训练检测模型进行模型训练，生成台风识别模型。该台风识别模型的生成方法可以不依赖任何第三方数据只使用遥感数据自动实现对台风系统的识别，标识出台风系统的区域，实现提高识别出台风位置信息的准确性的技术效果。

技术领域

本申请涉及台风识别技术领域，具体而言，涉及一种台风识别模型的生成方法、装置、设备及存储介质。

背景技术

目前，台风生成于热带或副热带洋面，而海洋无法利用常规观测手段。气象卫星覆盖范围广，观测时次多等，因此自20世纪60年代业务运行以来，已经成为监测台风的主要手段。在台风业务预报中，台风定位定强是制作台风预报和发布预警的第一步，定位定强的准确性不仅会影响台风路径和强度预报的质量，也会影响其所带来的狂风、暴雨、和风暴潮预报的质量。卫星云图是台风定位定强最常用的资料，发展和改进基于卫星资料的算法是台风预报的重点。

现有技术中，利用红外和可见光云图估算台风强度的技术（Dvorak technology（DT））是目前最成熟的利用卫星云图确定台风强度的方法。目前世界上台风业务单位采用的自动客观定位定强台风的算法如ADT（Advanced Dvorak technology）也是由Dvorak的方法发展而来。但是ADT技术依赖于台风预报数据，具有定位不稳定和定强精度不高等缺点。

发明内容

本申请实施例的目的在于提供一种台风识别模型的生成方法、装置、设备及存储介质，可以实现提高识别出台风位置信息的准确性的技术效果。

第一方面，本申请实施例提供了一种台风识别模型的生成方法，包括：

获取遥感数据和对应的历史台风报文信息，生成包括台风区域信息的标识文件；

根据预设的卷积神经网络提取待检数据，并输出所述待检数据的分类概率向量；

根据所述分类概率向量生成台风训练检测模型；

将标识文件带入所述台风训练检测模型进行模型训练，生成台风识别模型。

在上述实现过程中，该台风识别模型的生成方法通过遥感数据和对应的历史台风报文信息、预设的卷积神经网络，最终生成台风识别模型，该台风识别模型可以仅仅依靠卫星云图对台风云系进行识别，并标出台风区域，为台风的中心定位和强度计算做预处理，使台风定位定强算法彻底摆脱对台风预报数据的依赖。从而，可以实现提高识别出台风位置信息的准确性的技术效果。

进一步地，所述获取遥感数据和对应的历史台风报文信息，生成包括台风区域信息的标识文件的步骤，包括：

将所述遥感数据转换成灰度图；

在所述灰度图上标注台风区域信息，生成所述标识文件，所述台风区域标注信息包括台风区域的坐标信息、高信息和宽信息。

在上述实现过程中，将遥感数据转换成灰度图，并在灰度图上标注台风区域信息，生成标识文件，从而使遥感数据装换为可供训练的样本，实现模型训练并最终生成台风识别模型。

进一步地，所述根据预设的卷积神经网络提取待检数据，并输出所述待检数据的分类概率向量的步骤，包括：

根据卷积神经网络生成特征图；

将所述特征图输入一个卷积层，获得待检框，所述待检框用于候选区域提取；

将所述待检框映射至所述特征图，提取所述待检框对应的特征图信息并获得待检数据；