基于深度学习算法的水位识别方法研究

• 作者: 周鹏程 孟凯凯 温进化 王磊 陈明恩
• 来源期刊: 水利信息化
• 学科: 地球科学
• 关键词: 水尺 水位 人工智能 深度学习 对象检测 图像识别
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 自动化测控
• 页码范围: 39-43,56
• 页数: 6页
• 分类号: P332.3
• 字数: 3784字
• 语种: 中文
• DOI: 10.19364/j.1674-9405.2020.03.009

摘要

为了提高国家水资源管控能力灌区计量监控点运行质量,提出一种基于深度学习算法的实时水位识别方法,该方法主要由YOLO-v3对象检测和ResNet刻度识别2种模型构成.通过算法设计、训练和集成,实现与浙江省水资源监控信息平台的集成应用.算法测试结果显示,该方法的测试识别、实际运行准确率和识别响应速度基本达到实际使用需求.随着模型训练数量增加,该方法水位识别进度将继续提高,并具备向检测断面现场环境识别拓展的应用空间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	温进化		27	142	7.0	11.0
2	王磊		16	46	4.0	6.0
3	陈明恩		2	0	0.0	0.0
4	孟凯凯		1	0	0.0	0.0
5	周鹏程		1	0	0.0	0.0