首页 专利交易 科技果 科技人才 科技服务 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

水土流失监测模型的处理方法、装置和电子设备 

申请/专利权人:中国电建集团华东勘测设计研究院有限公司

申请日:2023-11-21

公开(公告)日:2024-06-25

公开(公告)号:CN117274822B

主分类号:G06V20/10

分类号:G06V20/10;G06V10/74;G06V10/774;G06V10/82;G06N3/0464;G06N3/08

优先权:

专利状态码:有效-授权

法律状态:2024.06.25#授权;2024.01.09#实质审查的生效;2023.12.22#公开

摘要:本发明提供了一种水土流失监测模型的处理方法、装置和电子设备。其中,该方法包括:获取样本数据,将样本数据分为训练集和验证集;将训练集输入预先建立的深度学习网络模型中,确定深度学习网络模型的模型参数;将验证集输入确定了模型参数的深度学习网络模型中,调整模型参数;将模型参数调整后的深度学习模型作为水土流失监测模型;通过预先训练水土流失监测模型,并将实时采集的沉沙池水色图像输入训练完成的水土流失监测模型,可以自动判断生产建设项目施工期间排水泥沙含量,实现水土流失预警预报管理,一定程度上减少灾害发生的可能,进一步解放水土保持监督检查的人力,适应水土流失监测自动化的发展趋势。

主权项:1.一种水土流失监测模型的处理方法,其特征在于,所述方法包括:获取样本数据,将所述样本数据分为训练集和验证集;其中,所述样本数据包括:多张生产建设项目的沉沙池水色图像以及拍摄所述水色图像时所述沉沙池的含沙量值;将所述训练集输入预先建立的深度学习网络模型中,确定所述深度学习网络模型的模型参数;将所述验证集输入确定了所述模型参数的所述深度学习网络模型中,调整所述模型参数;将所述模型参数调整后的深度学习模型作为水土流失监测模型;其中,获取样本数据,将所述样本数据分为训练集和验证集的步骤,包括:获取所述沉沙池的第一图像,确定拍摄所述第一图像时所述沉沙池的含沙量值;其中,所述第一图像包括利用生产建设项目沉沙池旁布设的摄像头获取沉沙池不同时段的水色照片;所述含沙量值利用径流泥沙监测仪获取时间相对应的泥沙测量数据确定;将所述第一图像进行预处理;其中,所述预处理包括:去噪处理和去雾处理;将预处理后的所述第一图像按照预设的尺寸进行裁剪,获取多张第一水色图像;将所述第一水色图像与所述沉沙池的含沙量值匹配后的数据作为第一样本数据;将所述第一样本数据分为所述训练集和所述验证集;在将预处理后的所述第一图像按照预设的尺寸进行裁剪,获取多张第一水色图像的步骤后,所述方法还包括:将所述第一水色图像进行基础处理,获取第二水色图像;其中,所述基础处理至少包括以下之一:旋转处理、镜像处理、对比度处理;将所述第二水色图像与所述沉沙池的含沙量值匹配后的数据作为第二样本数据;将所述第二样本数据分为所述训练集和所述验证集;所述深度学习网络模型包括:残差网络、全局平均池化层和全连接层;将所述训练集输入预先建立的深度学习网络模型中,确定所述深度学习网络模型的模型参数的步骤,包括:将所述训练集中的所述水色图像输入所述深度学习网络模型中;通过所述残差网络提取所述水色图像的图像特征;将所述图像特征输入到所述全局平均池化层中,获取池化特征;将所述池化特征输入到所述全连接层,通过全连接层中的输出层输出预测结果;设置所述深度学习网络模型的基础参数;其中,所述基础参数包括:学习率、训练次数和迭代次数;将所述训练集中的所述沉沙池的含沙量值输入所述深度学习网络模型中,经过训练确定所述深度学习网络模型的模型参数;所述深度学习网络模型包括:五层卷积层;第一卷积层的卷积核大小为3×3,通道数为64,步长为2,最大池化层为3×3,步长为2;第二卷积层包括:3个第一残差块;所述第一残差块包括:64个1×1的卷积核、64个3×3的卷积核和256个1×1的卷积核;所述第二卷积层的步长为1;第三卷积层包括:4个第二残差块;所述第二残差块包括:128个1×1的卷积核、128个3×3的卷积核和512个1×1的卷积核;所述第三卷积层的步长为2;第四卷积层包括:6个第三残差块;所述第三残差块包括:256个1×1的卷积核、256个3×3的卷积核和1024个1×1的卷积核;所述第四卷积层的步长为2;第五卷积层包括:3个第四残差块;所述第四残差块包括:512个1×1的卷积核、512个3×3的卷积核和2048个1×1的卷积核;所述第五卷积层的步长为2。

全文数据:

权利要求:

百度查询: 中国电建集团华东勘测设计研究院有限公司 水土流失监测模型的处理方法、装置和电子设备

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。