一种基于图像智能分类的城市内涝积水深度识别方法

本发明公开了一种基于图像智能分类的城市内涝积水深度识别方法。所述方法截取城市内涝监控视频图像，制作积水特征信息数据标签并扩充数据集，进而训练Fast‑SCNN模型。利用Fast‑SCNN的训练结果批量推理城市内涝监控图像，得到已分割积水区域的图像，结合城市道路实测积水深度数据制作积水深度等级数据标签，调整ResNet模型参数，对图片中的积水深度等级进行学习训练。对输入图像进行预测时，依次经过图像分割模型和图像分类模型的预测，最终输出道路积水深度等级。本发明可直接使用道路监控摄像头拍摄的图像进行积水深度识别，突破了已有的深度学习检测道路积水技术对积水标识物的依赖，提高了图像智能识别道路积水深度的适应性。