基于深度学习图像识别的冰雹观测方法和设备与流程

1.一种基于深度学习图像识别的冰雹观测方法，其特征在于，包括：

2.根据权利要求1所述的基于深度学习图像识别的冰雹观测方法，其特征在于，建立对应所述冰雹收集平面的图像坐标系与对应所述摄像装置的世界坐标系中像素点坐标关系，包括：

3.根据权利要求2所述的基于深度学习图像识别的冰雹观测方法，其特征在于：使用b-box框选的方式标注含有冰雹的所述图像数据，得到冰雹图像数据；和/或

4.根据权利要求3所述的基于深度学习图像识别的冰雹观测方法，其特征在于，基于冰雹直径在所述世界坐标系中显示为水平方向的两像素点距离，对所述像素点坐标关系作水平方向差值运算，得到所述像素点差值关系的差值表示，包括：

5.根据权利要求4所述的基于深度学习图像识别的冰雹观测方法，其特征在于，根据所述冰雹收集平面和所述摄像装置的安装信息计算所述两像素点在所述冰雹收集平面上的实际空间距离与所述世界坐标系的空间坐标的线性关系，包括：

6.根据权利要求5所述的基于深度学习图像识别的冰雹观测方法，其特征在于，根据所述线性关系并结合冰雹颗粒在图像坐标系中的像素点坐标，计算得到冰雹颗粒对应在所述世界坐标系中的冰雹直径以及当前时刻的冰雹平均直径，包括：

7.根据权利要求6所述的基于深度学习图像识别的冰雹观测方法，其特征在于，根据所述冰雹收集平面收集的冰雹颗粒质量计算得到冰雹平均质量密度，包括：

8.一种基于深度学习图像识别的冰雹观测系统，其特征在于，包括：

9.一种可读存储介质，其特征在于，其上存储有计算机程序，该程序被处理器执行时实现如权利要求1至7中任一项所述的基于深度学习图像识别的冰雹观测方法的步骤。

10.一种计算机设备，其特征在于，包括存储介质和处理器；存储介质，用于存储计算机程序；处理器，用于执行计算机程序以实现如权利要求1至7中任一项所述的基于深度学习图像识别的冰雹观测方法的步骤。