一种基于深度学习的水体浊度识别方法及系统

本发明提供一种基于深度学习的水体浊度识别方法及系统，包括：采集已知水体浊度的标准悬浊液样本，对所述标准悬浊液样本进行预处理，得到预处理RGB图像样本集；基于损失函数，以Inception‑V3为骨架构建水体浊度识别深度卷积神经网络；利用所述预处理RGB图像样本集对所述水体浊度识别深度卷积神经网络进行训练，获得训练好的水体浊度识别模型；将目标水体图像输入所述训练好的水体浊度识别模型，输出水体浊度识别结果。本发明解决了以往方法容易受到水中污渍的影响，检测范围受到仪器采样和测量位置的限制，难以处理复杂水体环境中的异常因素，适合在不同情景范围中应用。