【技术实现步骤摘要】
本专利技术涉及图像处理中的空间目标检测领域,更具体地说,涉及一种应用于天文及空间目标检测的智能调参方法。
技术介绍
1、目标检测领域发展至今,从早期的传统方法到如今的深度学习方法,精度越来越高的同时速度也越来越快。然而,在不同情境和数据集中方法调整目标检测方法的参数以实现最佳性能仍然是一项具有挑战性且耗时的任务。传统方法包括基于经验的手动参数调整,基于网格搜索,随机搜索和遗传方法。尽管这些方法有用,但它们通常属于暴力搜索,可能找到的只是次优参数;同时,使用这些方法完成空间目标检测往往需要很长时间才能获取最优参数。因此,如何使空间目标检测能够根据当前需求快速自动调节参数,使其达到一定的精度是当前亟待解决的问题。
技术实现思路
1、针对现有技术的不足,本专利技术的目的在于提供一种应用于天文及空间目标检测的智能调参方法,能够自动调整目标检测参数的方法,能够从不同观测条件下获取的图像中高效率提取天体目标相关信息,本专利技术能够实现目标检测方法自动学习最佳参数设置,而不仅仅是盲目搜索,通过使用强化学
...【技术保护点】
1.一种应用于天文及空间目标检测的智能调参方法,其特征在于,利用强化学习方法进行参数优化,根据奖励信号自主学习并调整参数,提高天文及空间目标的检测精度,具体包括以下步骤:
2.根据权利要求1所述的应用于天文及空间目标检测的智能调参方法,其特征在于,所述模拟数据集中的数据通过SkyMaker软件生成与真实数据的特征相似的模拟数据。
3.根据权利要求2所述的应用于天文及空间目标检测的智能调参方法,其特征在于,所述真实数据的特征包括天光背景、半高全宽、星数密度、星体分布、背景噪声。
4.根据权利要求1所述的应用于天文及空间目标检测的智能调
...【技术特征摘要】
1.一种应用于天文及空间目标检测的智能调参方法,其特征在于,利用强化学习方法进行参数优化,根据奖励信号自主学习并调整参数,提高天文及空间目标的检测精度,具体包括以下步骤:
2.根据权利要求1所述的应用于天文及空间目标检测的智能调参方法,其特征在于,所述模拟数据集中的数据通过skymaker软件生成与真实数据的特征相似的模拟数据。
3.根据权利要求2所述的应用于天文及空间目标检测的智能调参方法,其特征在于,所述真实数据的特征包括天光背景、半高全宽、星数密度、星体分布、背景噪声。
4.根据权利要求1所述的应用于天文及空间目标检测的智能调参方法,其特征在于,所述步骤2中,强化学习模型将模拟数据的特征与目标检测方法的参数作为状态向量输入深度强化学习决策器,强化学习模型根据深度强化学习决策器输出的优化目标值的变化给予奖励,根据奖励大...
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。