本申请涉及一种气象图像预测方法、装置、计算机设备和存储介质。方法包括：获取待预测气象图像；将待预测气象图像输入至预先训练的气象预测模型中，以根据气象预测模型中预测参数对待预测气象图像进行预测得到预测图像；气象预测模型是根据自定义损失函数训练得到的，且自定义损失函数包括预测损失函数以及分类损失函数，预测损失函数是根据待预测气象图像以及预测图像得到的，分类损失函数是根据待预测气象图像中各像素点的真实分类值以及预测图像中各像素点的预测分类值得到的。采用本方法能够提高气象图像预测的精度。法能够提高气象图像预测的精度。法能够提高气象图像预测的精度。
【技术实现步骤摘要】
气象图像预测方法、装置、计算机设备和存储介质
[0001]本申请涉及人工智能
，特别是涉及一种气象图像预测方法、装置、计算机设备和存储介质。
技术介绍
[0002]随着计算机技术的发展，在气象领域利用计算机技术进行气象预报变得越来越重要。传统技术中利用人工智能
中的通用视频预测框架进行气象预报，以提高气象预报的效率。
[0003]但是，传统技术中并没有根据气象领域的特征对通用视频预测框架进行适应性的调整，使得利用通用视频预测框架预测得到的气象预报与真实的气象情况存在偏差，使得气象预报的准确率较低。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种能够提高气象图像预测精度的气象图像预测方法、装置、计算机设备和存储介质。
[0005]一种气象图像预测方法，方法包括：
[0006]获取待预测气象图像；
[0007]将待预测气象图像输入至预先训练的气象预测模型中，以根据气象预测模型中预测参数对待预测气象图像进行预测得到预测图像；气象预测模型是根据自定义损失函数训练得到的，且自定义损失函数包括预测损失函数以及分类损失函数，预测损失函数是根据待预测气象图像以及预测图像得到的，分类损失函数是根据待预测气象图像中各像素点的真实分类值以及预测图像中各像素点的预测分类值得到的。
[0008]在其中一个实施例中，气象预测模型的训练方法包括：
[0009]获取训练气象图像序列，训练气象图像序列中包括输入图像子序列以及真实输出图像子序列；
[0010]将输入图像子序列输入至初始气象预测模型中，得到预测输出图像子序列以及各预测输出图像子序列中各像素点的预测分类值；
[0011]获取真实输出图像子序列中各像素点的真实分类值；
[0012]将预测输出图像子序列以及真实输出图像子序列输入至预测损失函数中，得到预测损失值；
[0013]将预测分类值以及真实分类值输入至分类损失函数中，得到分类损失值；
[0014]根据预测损失值以及分类损失值对初始气象预测模型进行调整得到气象预测模型。
[0015]在其中一个实施例中，根据预测损失值以及分类损失值对初始气象预测模型进行调整得到气象预测模型，包括：
[0016]根据预测损失值以及分类损失值得到损失值；
[0017]当损失值大于预设阈值时，对初始气象预测模型的预测参数进行调整得到修正气象预测模型，直至修正预测模型对应的损失值小于或者等于预设阈值时，将修正气象预测模型提取为气象预测模型。
[0018]在其中一个实施例中，根据预测损失值以及分类损失值得到损失值，包括：
[0019]获取预测损失值对应的预测权重，以及分类损失值对应的分类权重；
[0020]根据预测损失值、预测权重、分类损失值以及分类权重得到损失值。
[0021]在其中一个实施例中，将预测分类值以及真实分类值输入至分类损失函数中，得到分类损失值，包括：
[0022]根据预测输出图像中各像素点的预测分类值以及真实分类值，确定各预测输出图像对应的分类评分值；
[0023]根据气象预测时效确定预测输出图像子序列中各预测输出图像对应的时序权重；
[0024]根据分类评分值以及时序权重得到各预测输出图像对应的单图像分类误差值；
[0025]根据各单图像分类误差值得到预测输出图像序列对应的分类误差值。
[0026]在其中一个实施例中，根据各预测输出图像中各像素点的预测分类值以及真实分类值，确定各预测输出图像对应的分类评分值，包括：
[0027]将预测输出图像中各像素点的预测分类值与真实分类值进行一致性比对；
[0028]当一致性比对通过时，将比对通过的像素点提取为正确预测像素点；
[0029]根据正确预测像素点对应的预测分类值对正确预测像素点进行分类，得到各类别的正确预测像素点，并统计各类别的正确预测像素点对应的正确预测数量；
[0030]根据预测分类值对预测输出图像中的各像素点进行分类，得到各类别的预测像素点，并统计各类别的预测像素点对应的预测分类值数量；
[0031]根据预测分类值数量以及正确预测数量确定各预测输出图像对应的分类评分值。
[0032]在其中一个实施例中，根据预测分类值数量以及正确预测数量确定各预测输出图像对应的分类评分值，包括：
[0033]获取各预测分类值对应的类别权重因子；
[0034]根据预测分类值数量、正确预测数量以及类别权重因子确定各预测输出图像对应的分类评分值。
[0035]一种气象图像预测装置，装置包括：
[0036]图像获取模块，用于获取待预测气象图像；
[0037]预测模块，用于将待预测气象图像输入至预先训练的气象预测模型中，以根据气象预测模型中预测参数对待预测气象图像进行预测得到预测图像；气象预测模型是根据自定义损失函数训练得到的，且自定义损失函数包括预测损失函数以及分类损失函数，预测损失函数是根据待预测气象图像以及预测图像得到的，分类损失函数是根据待预测气象图像中各像素点的真实分类值以及预测图像中各像素点的预测分类值得到的。
[0038]一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述方法的步骤。
[0039]一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述方法的步骤。
[0040]上述气象图像预测方法、装置、计算机设备和存储介质，包括：获取待预测气象图
像；将待预测气象图像输入至预先训练的气象预测模型中，以根据气象预测模型中预测参数对待预测气象图像进行预测得到预测图像；气象预测模型是根据自定义损失函数训练得到的，且自定义损失函数包括预测损失函数以及分类损失函数，预测损失函数是根据待预测气象图像以及预测图像得到的，分类损失函数是根据待预测气象图像中各像素点的真实分类值以及预测图像中各像素点的预测分类值得到的。在训练气象预测模型的过程中自定义损失函数，在自定义的损失函数中包含预测损失函数以及分类损失函数，使得训练得到的气象预测模型在预测气象图像的过程中不仅考虑到预测图像与输入气象图像之间差异性，同时也考虑到了图像中各像素点所属类别的差异性，由于不同的类别代表气象雷达图像中不同的区域，使得预测得到的气象图像的区域特征更加精准，提高了气象预测模型对气象图像的预测精度。
附图说明
[0041]图1为一个实施例中气象图像预测方法的应用环境图；
[0042]图2为一个实施例中气象图像预测方法的流程示意图；
[0043]图3为一个实施例中提供的一种气象预测模型训练方法的流程示意图；
[0044]图4为一个实施例中气象图像预测装置的结构框图；
[0045]图5为一个实施例中计算机设备的内部结构图。
具体实施方式
[0046]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种气象图像预测方法，其特征在于，所述方法包括：获取待预测气象图像；将所述待预测气象图像输入至预先训练的气象预测模型中，以根据所述气象预测模型中预测参数对所述待预测气象图像进行预测得到预测图像；所述气象预测模型是根据自定义损失函数训练得到的，且所述自定义损失函数包括预测损失函数以及分类损失函数，所述预测损失函数是根据待预测气象图像以及预测图像得到的，所述分类损失函数是根据所述待预测气象图像中各像素点的真实分类值以及所述预测图像中各像素点的预测分类值得到的。2.根据权利要求1所述的方法，其特征在于，所述气象预测模型的训练方法包括：获取训练气象图像序列，所述训练气象图像序列中包括输入图像子序列以及真实输出图像子序列；将所述输入图像子序列输入至初始气象预测模型中，得到预测输出图像子序列以及各所述预测输出图像子序列中各像素点的预测分类值；获取所述真实输出图像子序列中各像素点的真实分类值；将所述预测输出图像子序列以及所述真实输出图像子序列输入至所述预测损失函数中，得到预测损失值；将所述预测分类值以及所述真实分类值输入至所述分类损失函数中，得到分类损失值；根据所述预测损失值以及所述分类损失值对所述初始气象预测模型进行调整得到气象预测模型。3.根据权利要求2所述的方法，其特征在于，所述根据所述预测损失值以及所述分类损失值对所述初始气象预测模型进行调整得到气象预测模型，包括：根据所述预测损失值以及所述分类损失值得到损失值；当所述损失值大于预设阈值时，对所述初始气象预测模型的预测参数进行调整得到修正气象预测模型，直至所述修正预测模型对应的损失值小于或者等于所述预设阈值时，将所述修正气象预测模型提取为气象预测模型。4.根据权利要求3所述的方法，其特征在于，所述根据所述预测损失值以及所述分类损失值得到损失值，包括：获取所述预测损失值对应的预测权重，以及所述分类损失值对应的分类权重；根据所述预测损失值、所述预测权重、所述分类损失值以及所述分类权重得到损失值。5.根据权利要求3或4所述的方法，其特征在于，所述将所述预测分类值以及所述真实分类值输入至所述分类损失函数中，得到分类损失值，包括：根据所述预测输出图像中各像素点的预测分类值以及真实分类值，确定各所述预测输出图像对应的分类评分值；根据气象预测时效确定所述预测输...
【专利技术属性】
技术研发人员：王栋，
申请(专利权)人：上海眼控科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。