一种基于深度学习的望远镜光谱仪离焦诊断识别方法

本发明公开了一种基于深度学习的望远镜光谱仪离焦诊断识别方法，其步骤包括：数据预处理；模型网络设计：模型网络包含骨干网络、混合特征融合模块和分类头部网络，骨干网络采用ConvNeXt‑LSNet混合架构，包括四层，采用渐进式块类型选择策略且引入HybridBlock混合块实现局部特征与全局上下文的初步融合，头部网络由全局平均池化层与全连接层组成；模型性能评价；模型训练；模型推理。本发明提升了离焦状态识别的准确率与鲁棒性；实现了对光斑特征的动态增强与自适应重标定；在保证实时性的前提下实现了高精度离焦识别；提升了模型的收敛稳定性与泛化能力；为望远镜光谱仪的焦点监测与自动调焦控制提供了关键技术支撑。