摘要
本发明提出了一种道路积水风险智能检测方法,步骤为:利用YOLOv8网络构建积水深度风险等级分类模型并训练;利用YOLOv8网络构建水域目标识别模型并训练;将拍摄的现场照片输入训练后的积水深度风险等级分类模型,得到风险等级;当风险等级为有积水时,输入训练后的水域目标识别模型,得到水域识别图像,进行图像分割;计算水域图像中积水区域的像素数量,计算现场照片中积水区域的面积占比;拍摄下一分钟现场照片,计算积水区域面积占比和积水蔓延速度,根据积水蔓延速度获取积水蔓延速度风险等级。本发明根据计算机视觉领域的图像特征提取技术,基于道路监控摄像机的现有装备,实现城市道路积水风险预警,提高了预警的及时性和准确性,减少了人工干预。
技术关键词
智能检测方法
照片
风险
图片
图像增强技术
图像特征提取技术
道路监控摄像机
城市道路积水
图像分割模型
像素
速度
边缘检测算法
样本
标注工具
训练集
镜像
计算机视觉
系统为您推荐了相关专利信息
需求预测模型
粉末出料口
监测压力传感器
策略
控制执行模块
信用风险评估方法
联邦模型
元胞自动机
节点
梯度提升决策树
控制策略模型
发动机模型
发动机控制策略
电机控制策略
电机转子系统