最近记者从中国科学院新疆天文台那里听说了个好消息，光学天文与技术应用研究室的科研团队研发出了一种新模型，叫ASCNet，专门用来给慕士塔格全天相机拍的云图自动分类。这个模型最大的好处就是能帮机器理解天空到底是什么状况。它设计了一个特别的双通道特征提取结构，一个通道负责看大的全局信息，另一个则盯着局部的亮度和纹理特征，把这两样信息结合起来，就能更全面地判别云况了。经过测试，这个模型的表现挺稳定，跟人工判读结果差不多达到92.7%的一致率，说明它识别多种典型云况的能力很强。 天空能不能晴朗稳定可是个大问题，尤其是对像光学望远镜这种靠光线观测的仪器来说，云层分布直接关系到能看多长时间、数据质量好不好。所以天文台长期以来都得花大力气去获取天空云况的信息。现在有了ASCNet这个模型，不仅能帮工作人员减轻工作量，还能提升监测效率。相信随着天文观测越来越讲究智能化和精细化，这个新成果肯定能在台址评估和实际观测支持中发挥更大的作用。 慕士塔格观测站那边全天空相机拍到的云图现在已经可以实现自动分类了。这一研究的成果最近还发表在了《天文和天体物理学研究》这本期刊上。这就好比给望远镜多了个能干的助手，让机器帮忙理解天气情况。研究团队在处理这个问题时，采用了互补的双通道特征提取结构。一个通道专门捕获全局的语义信息，另一个则抓取局部的亮度纹理特征。这样结合起来就能综合判断云的情况。测试结果显示这个模型挺靠谱的。 和人工判读相比一致率接近92.7%，说明它识别出各种典型云况的能力很强。全天相机云图能自动分类给工作带来了很大方便。既能减少人工判读的工作量，又能提高台址监测的效率。 随着天文观测越来越讲究智能化和精细化，这个新模型肯定能在天文台址评估和实际观测支持中发挥更重要的作用。 慕士塔格观测站全天空相机拍摄的云图实现了自动分类。记者从中国科学院新疆天文台获悉了这一消息。 围绕慕士塔格观测站全天空相机云图自动分类的问题，该天文台的科研人员成功研发出了一种新模型（ASCNet），为快速客观判别天空状态提供了新的技术手段。 相关研究成果最近发表在《天文和天体物理学研究》这本期刊上。 对于光学天文望远镜来说，天空中云层的分布直接影响着观测时间和数据质量。 长期稳定获取天空云况信息是天文台址评估和运行管理中的重要基础工作。 新疆天文台光学天文与技术应用研究室的科研团队运用人工智能成功研发出了这款新模型。 研究中提出了互补的双通道特征提取结构：一个通道捕获全局语义信息；另一个通道捕获局部亮度纹理特征。 这样就能实现对云况的综合判别。 测试结果显示该模型在云图自动分类任务中表现出较高的一致性和稳定性。 它与人工判读结果的一致率接近92.7%。 能够有效识别多种典型云况显示出良好的实际应用潜力。 让机器理解天空状态成为了现实。 这个新模型的出现对降低人工判读工作量、提升台址监测效率具有重要意义。 随着天文观测向智能化和精细化方向发展，这一研究有望在天文台址评估和观测运行支持中发挥更加重要的作用。