一种基于深度学习的水涝识别方法及其装置与储存介质与流程

1.本发明涉及计算机视觉技术，尤其涉及一种基于深度学习的水涝识别方法、装置及存储介质。


背景技术：

2.水灾是人类社会面临的一种常见自然灾害，对人类的生命和财产造成极大威胁。如何快速准确地识别水涝图像并实现智能预警是当前亟待解决的问题。传统水涝识别方法采用的是传统的目标检测算法，存在着误报、漏报等问题，对于水灾的及时预警和快速响应等方面仍有很大的提升空间。
3.深度学习技术在目标检测领域得到了广泛的应用，并取得了显著的效果。其中mask r-cnn作为一种非常优秀的目标检测算法在很多任务中都取得了很好的效果。然而，作为使用传统anchor-based检测方法的一种算法，mask r-cnn在进行目标检测时需要设置大量的先验框，容易受到物体不同大小、比例、位置的影响，导致识别效率和准确率不高。


技术实现要素：

4.发明目的：本发明针对现有技术存在的问题，提供一种识别效率和准确率更高的基于深度学习的水涝识别方法、装置及存储介质。
5.技术方案：本发明所述的基于深度学习的水涝识别方法包括：
6.(1)获取数据集，所述数据集包括若干水涝图像和对应标识水涝区域的标签；
7.(2)将数据集的水涝图像进行数据增强；
8.(3)建立水涝识别模型，包括粗识别模块、细识别模块和融合模块，所述粗识别模块包括特征提取网、分类网、位置预测网，所述特征提取网从水涝图像中提取多尺度特征图，所述位置预测网基于多尺度特征图预测水涝区域的候选框，所述分类子基于多尺度特征图学习得到每个候选框的类别，所述细识别模块基于粗识别模块的输出进行细粒度识别，识别出精细水涝区域，所述融合模块将位置预测网输出中属于水涝区域分类的候选框与所述细识别模块输出融合，从融合结果中筛选出最终的水涝区域识别结果；
9.(4)将数据增强后的水涝图像作为样本，输入水涝识别模型进行训练；
10.(5)将待识别的水涝图像进行数据增强，并输入至训练好的水涝识别模型，识别出水涝区域。
11.进一步的，所述数据增强包括图像缩放、位移变化、对比度变化、颜色变化中的一种或多种的组合。
12.进一步的，所述特征提取网为预训练卷积神经网络。所述分类网具体为卷积神经网络。所述位置预测网具体为卷积神经网络。
13.进一步的，所述融合模块具体包括：
14.融合单元，用于将所述位置预测网输出和所述细识别模块输出按置信度排序，合并为一个列表；
15.非极大值抑制单元，用于对融合的列表进行非极大值抑制操作，去除重复检测的水涝区域；
16.置信度阈值过滤单元，用于对非极大值抑制单元处理后的结果列表进行置信度阈值过滤，去除低于预设置信度阈值的水涝区域，得到最终的水涝区域识别结果列表。
17.进一步的，对水涝识别模型进行训练时，所述分类网采用交叉熵损失函数。对水涝识别模型进行训练时，所述位置预测网采用平滑l1损失函数。
18.本发明所述的水涝识别装置，包括处理器和存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法。
19.本发明所述的包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行上述方法。
20.有益效果：本发明与现有技术相比，其显著优点是：本发明先对水涝图像进行粗粒度检测，再采用mask r-cnn进行细粒度检测，之后将粗细检测的结果融合，筛选出符合条件的水涝区域，识别效率高，准确率高，鲁棒性高。
附图说明
21.图1是本发明提供的基于深度学习的水涝识别方法的流程示意图；
22.图2是本发明的水涝识别模型的结构示意图；
23.图3是本发明提供的基于深度学习的水涝识别装置的结构示意图。
具体实施方式
24.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
25.实施例一
26.本实施例一种基于深度学习的水涝识别方法，如图1所示，具体包括如下步骤：
27.(1)获取数据集，所述数据集包括若干水涝图像和对应标识水涝区域的标签。
28.(2)将数据集的水涝图像进行数据增强。
29.其中，数据增强包括图像缩放、位移变化、对比度变化、颜色变化中的一种或多种的组合。也可包括其他数据增强方式。
30.(3)建立水涝识别模型，包括粗识别模块、细识别模块和融合模块。
31.其中，如图2所示，所述粗识别模块包括特征提取网、分类网、位置预测网，所述细识别模块具体为mask r-cnn。
32.特征提取网具体为预训练卷积神经网络，如resnet、vgg等。这些网络在大量图像数据集上进行过训练，具有良好的特征提取能力。将预处理后的水涝图像输入到所选卷积神经网络中，通过多个卷积层和池化层进行特征提取，得到多尺度特征图。这些特征图包含了不同分辨率下的图像特征信息，有助于提高目标检测的精度。
33.分类网具体为卷积神经网络，包括若干卷积层，可基于多尺度特征图预测候选框类别的概率，其输出通道数为类别数乘以每个锚点的候选框数量。分类网可对候选框进行
分类。获取不同类别目标的候选框。
34.位置预测网为卷积神经网络，包括若干卷积层，可基于多尺度特征图预测水涝区域的候选框，其输出通道数为每个锚点的候选框数量乘以4(边界框的四个坐标值)。
35.mask r-cnn以位置预测网输出的水涝区域候选框作为感兴趣区域，进行精细目标检测，包括边界框和掩膜。输入时选择水涝类别的候选框进行检测。
36.融合模块包括融合单元、非极大值抑制单元和置信度阈值过滤单元，融合单元用于将所述位置预测网输出中属于水涝区域分类的候选框和所述细识别模块输出按置信度排序，合并为一个列表；非极大值抑制单元用于对融合的列表进行非极大值抑制操作，去除重复检测的水涝区域；置信度阈值过滤单元用于对非极大值抑制(nms)单元处理后的结果列表进行置信度阈值过滤，去除低于预设置信度阈值的水涝区域，得到最终的水涝区域识别结果列表。
37.(4)将数据增强后的水涝图像作为样本，输入水涝识别模型进行训练。
38.对水涝识别模型进行训练时，所述分类网采用交叉熵损失函数，所述位置预测网采用平滑l1损失函数。
39.(5)将待识别的水涝图像进行数据增强，并输入至训练好的水涝识别模型，识别出水涝区域。
40.实施例二
41.图3是本发明实施例提供的一种基于深度学习的水涝识别装置的结构示意图，本发明实施例为本发明上述实施例一的方法的实现提供服务。图3示出了适于用来实现本发明实施方式的示例性设备12的框图。图3显示的设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
42.如图3所示，设备12以通用计算设备的形式表现。设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件包括系统存储器28和处理单元16的总线18。
43.总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。
44.设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
45.系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)30和/或高速缓存存储器32。设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图3未显示，通常称为“硬盘驱动器”)。尽管图3中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如cd-rom,dvd-rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
46.具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
47.设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该设备12交互的设备通信，和/或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口22进行。并且，设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图3所示，网络适配器20通过总线18与设备12的其它模块通信。应当明白，尽管图中未示出，可以结合设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
48.处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例一所提供的方法。
49.实施例三
50.本发明实施例还提供了一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行实施例一的方法，
51.本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
52.计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
53.计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。
54.可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言，诸如java、smalltalk、c++，还包括常规的过程式程序设计语言，诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络包括局域网(lan)或广域网(wan)，
连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
55.当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上的方法操作，还可以执行本发明任意实施例所提供的方法中的相关操作。

技术特征：
1.一种基于深度学习的水涝识别方法，其特征在于该方法包括：(1)获取数据集，所述数据集包括若干水涝图像和对应标识水涝区域的标签；(2)将数据集的水涝图像进行数据增强；(3)建立水涝识别模型，包括粗识别模块、细识别模块和融合模块，所述粗识别模块包括特征提取网、分类网、位置预测网，所述特征提取网从水涝图像中提取多尺度特征图，所述位置预测网基于多尺度特征图预测水涝区域的候选框，所述分类子基于多尺度特征图学习得到每个候选框的类别，所述细识别模块具体为mask r-cnn，基于粗识别模块的输出识别出精细水涝区域，所述融合模块将位置预测网输出中属于水涝区域分类的候选框与所述细识别模块输出融合，从融合结果中筛选出最终的水涝区域识别结果；(4)将数据增强后的水涝图像作为样本，输入水涝识别模型进行训练；(5)将待识别的水涝图像进行数据增强，并输入至训练好的水涝识别模型，识别出水涝区域。2.根据权利要求1所述的基于深度学习的水涝识别方法，其特征在于：所述数据增强包括图像缩放、位移变化、对比度变化、颜色变化中的一种或多种的组合。3.根据权利要求1所述的基于深度学习的水涝识别方法，其特征在于：所述特征提取网为预训练卷积神经网络。4.根据权利要求1所述的基于深度学习的水涝识别方法，其特征在于：所述分类网具体为卷积神经网络。5.根据权利要求1所述的基于深度学习的水涝识别方法，其特征在于：所述位置预测网具体为卷积神经网络。6.根据权利要求1所述的基于深度学习的水涝识别方法，其特征在于：所述融合模块具体包括：融合单元，用于将所述位置预测网输出和所述细识别模块输出按置信度排序，合并为一个列表；非极大值抑制单元，用于对融合的列表进行非极大值抑制操作，去除重复检测的水涝区域；置信度阈值过滤单元，用于对非极大值抑制单元处理后的结果列表进行置信度阈值过滤，去除低于预设置信度阈值的水涝区域，得到最终的水涝区域识别结果列表。7.根据权利要求1所述的基于深度学习的水涝识别方法，其特征在于：对水涝识别模型进行训练时，所述分类网采用交叉熵损失函数。8.根据权利要求1所述的基于深度学习的水涝识别方法，其特征在于：对水涝识别模型进行训练时，所述位置预测网采用平滑l1损失函数。9.一种基于深度学习的水涝识别装置，包括处理器和存储在存储器上并可在处理器上运行的计算机程序，其特征在于：所述处理器执行所述程序时实现权利要求1-8中任意一项所述的方法。10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-8中任意一项所述方法。

技术总结
本发明公开了一种基于深度学习的水涝识别方法、装置及存储介质，本发明首先获取数据集，将数据集的水涝图像进行数据增强；其次，建立水涝识别模型，包括粗识别模块、细识别模块和融合模块，所述粗识别模块包括特征提取网、分类网、位置预测网，所述细识别模块具体为Mask R-CNN；再将数据增强后的水涝图像作为样本，输入水涝识别模型进行训练；最后将待识别的水涝图像进行数据增强，并输入至训练好的水涝识别模型，识别出水涝区域。本发明效率高、准确性高。确性高。确性高。


技术研发人员：陈求稳 林育青 张建云 何梦男 严晗璐 刘波一 储鏖
受保护的技术使用者：水利部交通运输部国家能源局南京水利科学研究院
技术研发日：2023.05.17
技术公布日：2023/10/7