---
title: AI
canonical_url: "https://www.modelscope.cn/models/Jakoy813/AI"
md_url: "https://www.modelscope.cn/models/Jakoy813/AI.md"
repository: Jakoy813/AI
chinese_name: "太阳黑子"
last_updated: 2025-10-17
pipeline_tag: image-object-detection
tasks:
  - image-object-detection
downloads: 0
stars: 0
---

# AI

> AI - Jakoy813 在 ModelScope 开源的模型。太阳黑子

- **Repository**: Jakoy813/AI
- **Tasks**: image-object-detection
- **Downloads**: 0
- **Stars**: 0
- **Last updated**: 2025-10-17

Source: https://www.modelscope.cn/models/Jakoy813/AI

---

（1）数据预处理：
源数据（.fits格式）下载链接：https://tianchi.aliyun.com/dataset/dataDetail?dataId=74779
fits2jpg.ipynb-------------将原数据集的.fits文件转化为jpg格式的图片并保存
save_continuum----------保存的白光图
save_magnetogram------保存的磁图

imgMerge.ipynb---------数据融合的代码
save_cm------------------数据融合后的图像

data_Augmentation.ipynb------数据增强的代码
augmentation_cm--------------融合数据增强后的图像

（2）ResNet50、VGG16、DenseNet121模型的训练：
train.py
pretrainModel-----存放resnet50、vgg16、densenet121模型的权重参数文件

（3）Conformer模型的训练：
Conformer_pytorch.ipynb
Conformer_small_patch16.pth------Conformer的预训练模型
conformer_changed.py--------------对论文作者的Conformer主体代码的微调

（4）Conformer的注意力可视化：
Conformer_visualization.ipynb

（5）保存的模型：
save_model：
（a）conformer_50Epochs（优化,后6层）.pth---不带注意力参数返回的，训练最好的Conformer模型
（b）conformer_50_Epochs.pth------带注意力参数返回的，训练的Conformer模型
（c）保存的resnet50_trained_weights.h5----权重参数文件
（d）保存的vgg16_trained_weights.h5------权重参数文件
（e）densenet121_trained_weights.h5------权重参数文件

（6）全部模型每阶段在测试集上测试的结果：
save_data：
（a）Conformer_50Epoch_val_data.txt------训练最好Conformer过程的结果
（b）resnet50.csv------训练resnet模型保存的结果
（c）vgg16.csv---------训练vgg16模型保存的结果
（d）densenet121.csv---训练densenet121模型保存的结果

（7）所有数据的汇总画图：
visualization.ipynb