Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于深度学习的城市内涝监测平台实时涝情预警方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:北京理工大学

摘要:本发明属于计算机视觉和深度学习技术领域,具体涉及一种基于深度学习的城市内涝监测平台实时涝情预警方法,所述方法包括以下步骤:S1:从视频平台中获得摄像头直播视频流数据;S2:从摄像头直播视频流数据中截取图片,构建内涝识别数据集;S3:创建一个基于MobileNetV2的深度神经网络模型,并加载模型权重;S4:配置训练过程中的SGD优化器和学习率调度函数,以便在训练深度神经网络模型时进行参数更新和学习率调整;S5:进行深度神经网络模型的冻结阶段训练。本发明通过采用基于深度学习的方法,以MobileNetV2为基础模型,实现了对城市内涝的快速、准确监测。

主权项:1.一种基于深度学习的城市内涝监测平台实时涝情预警方法,其特征在于:所述方法包括以下步骤:S1:从视频平台中获得摄像头直播视频流数据;S2:从摄像头直播视频流数据中截取图片,构建内涝识别数据集;S3:创建一个基于MobileNetV2的深度神经网络模型,并加载模型权重;S4:配置训练过程中的SGD优化器和学习率调度函数;S5:进行深度神经网络模型的冻结阶段训练;S6:进行深度神经网络模型的解冻阶段训练;S7:将保存的最佳模型参数部署到视频平台;S8:通过取帧操作获取每个摄像头的点位图片,并判断点位图片发生涝情概率;S9:根据S8所获得的点位图片,并判断每个摄像头的点位图片是否发生涝情,将结果存储到数据库中,以将是否发生涝情显示于视频平台。

全文数据:

权利要求:

百度查询: 北京理工大学 一种基于深度学习的城市内涝监测平台实时涝情预警方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。