一种基于深度学习的视频监控溢水识别方法及系统

本发明涉及一种基于深度学习的视频监控溢水识别方法及系统，该方法包括：步骤1，溢水模型构建：采集水池数据；数据清洗；数据标注及拆分；模型训练；模型测试及调优；步骤2，溢水识别：获取前端设置的预警水位线，将预警水位线线段端点坐标转换成list列表类型；利用训练好的yolov8seg模型识别接收的图像数据，生成水面Mask区域；通过双线性差值法将水面Mask缩放至接收图像尺寸，将接收到的预警水位线线段划为n个点，若n个点有50％及以上在Mask区域内，表示水位线超过50％部分已被水池水面覆盖，则产生溢出告警。本发明可实现水池溢水智能告警，用户可自由配置预警水位线，操作简单灵活。