原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提出了一种基于多任务学习的中尺度涡识别方法及系统，涉及数字图像处理技术领域，将获取的待识别的海面高、海表温数据输入到训练好的中尺度涡识别模型中，输出中尺度涡识别结果；中尺度涡识别模型采用两路网络结构，第一路网络通过基础残差模块对原始数据进行多次下采样和上采样，利用跳跃链接融合采样前后的特征，提取数据中低频的细节信息与高频的语义信息，学习中尺度涡语义分割特征；第二路网络获取第一路网络中的单通道特征，经过融合和损失学习，提取中尺度涡轮廓特征；基于融合后的中尺度涡特征，进行多任务学习，得到中尺度
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116895023 A
(43)申请公布日 2023.10.17
(21)申请号 202311159512.8 G06V 10/26 (2022.01)
文档评论（0）