一种基于Yolov8-Seg的砂滤池工况评价方法

本申请公开了一种基于Yolov8‑Seg的砂滤池工况评价方法，涉及工业污水处理技术领域，解决了现有砂滤池的工况进行评价模型较大、运算速度慢、识别效率较低的技术问题；包括：步骤一：获取巡检图像；步骤二：对巡检图像进行预处理得到原始图像；步骤三：基于六角椎体模型对原始图像进行重建得到输入图像；将输入图像输入至图像识别模型中得到识别结果图；其中，图像识别模型基于GSA模块改进的Yolov8‑seg模型构建；步骤四：根据识别结果图评价砂滤池工况；使得在不同光照和不同环境情况下的采集到巡检图像经过相应的处理后能够更加容易识别出相应的图像缺陷，提高了网络的识别精度；进而提高了对砂滤池工作状态评估的准确性。