一种基于ai系统的街道积水识别方法
技术领域
1.本发明涉及街道积水的识别，具体而言涉及一种基于ai系统的街道积水识别方法。
背景技术：
2.城市街道在下大雨时常会导致街道积水很深，尤其在排水管路不通畅时更是如此。较深积水影响人们出行，有时会造成车辆涉水过深而导致发动机损坏，甚至还偶尔发生人身伤亡事件，因此城市街道积水一直是城市管理重点关注的问题。随着人工智能(ai)的发展，人们希望通过人工智能的深度学习算法能够对街道积水进行自动判断，比如有的公司通过在街道上多处设置标尺测量积水深度对ai系统进行训练，以使其能够自动对积水深度进行识别。这种方式的弊端在于多处设置标尺操作繁琐，成本较高，还需要专门的视频设备来获取街道的状况，导致该方法推广性不强。
技术实现要素：
3.本发明的目的是提供一种基于ai系统的街道积水识别方法，该方法利用现有街道场景数据对ai系统进行训练，并利用现有街道视频设施来获取实时照片，从而不用增加硬件设备既可以实现对街道积水的自动识别。
4.为实现上述目的，本发明采取以下技术方案：
5.一种基于ai系统的街道积水识别方法，包括ai系统，包括如下步骤：
6.(a)获取街道照片，并为街道照片打标签，得到标签照片，所述标签能被所述ai系统识别，并且包括如下项目：街道有无积水、有积水的街道上积水的面积范围、有积水的街道上小轿车的位置、有积水的街道上小轿车的涉水深度；
7.(b)通过所述标签照片对所述ai系统进行训练，使其能够自动识别街道有无积水和积水深度；
8.(c)利用街道上现有摄像头获取实时街道照片，并通过所述ai系统对所述实时街道照片有无积水以及积水深度做出识别。
9.优选的，所述步骤(a)中的街道照片包括同一街道具有不同积水面积时的同一街道的照片。
10.优选的，所述步骤(a)中，通过小轿车的自身高度和位于水面上的高度来标记小轿车的涉水深度。
11.优选的，所述ai系统建立小轿车涉水深度与积水面积的正相关关系，从而在街道上没有小轿车时根据积水面积来判断积水深度。
12.上述技术方案中，可以从互联网、街道监控设备来获取大量街道照片作为训练ai系统的素材，更加其中的街道场景标出有无积水、小轿车的位置和涉水深度、积水面积等信息，就可以实现对ai系统的训练，再通过街道监控设备来获取街道实时照片，对这些照片利用ai系统进行判断，即可获取街道的实时积水情况。
具体实施方式
13.下面结合对本发明做进一步说明：
14.一种基于ai系统的街道积水识别方法，包括ai系统，ai系统建立后，通过如下步骤进行操作：
15.利用爬虫技术从互联网爬去街道照片，同时利用街道监控设备获取街道照片，由此获得大量照片素材，然后人工为街道照片打标签，可以借助labelme 软件，得到标签能够被ai系统识别的标签照片，标签如下项目：街道有无积水、有积水的街道上积水的面积范围、有积水的街道上小轿车的位置、有积水的街道上小轿车的涉水深度。训练用的照片中，应该有同一条街道具有不同积水面积的照片，这样通过小轿车的涉水深度能建立起积水深度与积水面积的正相关关系，由此实现在无小轿车时对积水深度的判断。
16.通过大量的标签照片对ai系统进行训练，通过训练，ai既可以自动识别街道有无积水、积水范围和面积、街道上有无小轿车、小轿车的涉水深度和积水深度等内容，之所以选择小轿车，是因为小轿车高度比较统一，都在150cm 左右，通过小轿车自身高度和其露在水面上的高度，既可以标注其涉水深度。
17.将ai系统与城市街道现有摄像头系统联网，通过街道上现有摄像头获取实时街道照片，并利用训练好的ai系统对实时街道照片进行判断，得到有无积水以及积水深度等信息。
18.本实施例只是对本发明构思和实现的一个说明，并非对其进行限制，在本发明构思下，未经实质变换的技术方案仍然在保护范围内。
技术特征：
1.一种基于ai系统的街道积水识别方法，包括ai系统，其特征在于包括如下步骤：(a)获取街道照片，并为街道照片打标签，得到标签照片，所述标签能被所述ai系统识别，并且包括如下项目：街道有无积水、有积水的街道上积水的面积范围、有积水的街道上小轿车的位置、有积水的街道上小轿车的涉水深度；(b)通过所述标签照片对所述ai系统进行训练，使其能够自动识别街道有无积水和积水深度；(c)利用街道上现有摄像头获取实时街道照片，并通过所述ai系统对所述实时街道照片有无积水以及积水深度做出识别。2.如权利要求1所述的基于ai系统的街道积水识别方法，其特征在于，所述步骤(a)中的街道照片包括同一街道具有不同积水面积时的同一街道的照片。3.如权利要求1所述的基于ai系统的街道积水识别方法，其特征在于，所述步骤(a)中，通过小轿车的自身高度和位于水面上的高度来标记小轿车的涉水深度。4.如权利要求1所述的基于ai系统的街道积水识别方法，其特征在于，所述ai系统建立小轿车涉水深度与积水面积的正相关关系，从而在街道上没有小轿车时根据积水面积来判断积水深度。
技术总结
本发明提供了一种基于AI系统的街道积水识别方法，包括AI系统，包括如下步骤：(a)获取街道照片，并为街道照片打标签，得到标签照片，标签能被AI系统识别；(b)通过标签照片对AI系统进行训练，使其能够自动识别街道有无积水和积水深度；(c)利用街道上现有摄像头获取实时街道照片，并通过AI系统对实时街道照片有无积水以及积水深度做出识别。该方法利用现有街道场景数据对AI系统进行训练，并利用现有街道视频设施来获取实时照片，从而不用增加硬件设备既可以实现对街道积水的自动识别。既可以实现对街道积水的自动识别。
技术研发人员：曾德华
受保护的技术使用者：北京思湃德信息技术有限公司
技术研发日：2020.07.29
技术公布日：2022/2/23
技术领域
1.本发明涉及街道积水的识别，具体而言涉及一种基于ai系统的街道积水识别方法。
背景技术：
2.城市街道在下大雨时常会导致街道积水很深，尤其在排水管路不通畅时更是如此。较深积水影响人们出行，有时会造成车辆涉水过深而导致发动机损坏，甚至还偶尔发生人身伤亡事件，因此城市街道积水一直是城市管理重点关注的问题。随着人工智能(ai)的发展，人们希望通过人工智能的深度学习算法能够对街道积水进行自动判断，比如有的公司通过在街道上多处设置标尺测量积水深度对ai系统进行训练，以使其能够自动对积水深度进行识别。这种方式的弊端在于多处设置标尺操作繁琐，成本较高，还需要专门的视频设备来获取街道的状况，导致该方法推广性不强。
技术实现要素：
3.本发明的目的是提供一种基于ai系统的街道积水识别方法，该方法利用现有街道场景数据对ai系统进行训练，并利用现有街道视频设施来获取实时照片，从而不用增加硬件设备既可以实现对街道积水的自动识别。
4.为实现上述目的，本发明采取以下技术方案：
5.一种基于ai系统的街道积水识别方法，包括ai系统，包括如下步骤：
6.(a)获取街道照片，并为街道照片打标签，得到标签照片，所述标签能被所述ai系统识别，并且包括如下项目：街道有无积水、有积水的街道上积水的面积范围、有积水的街道上小轿车的位置、有积水的街道上小轿车的涉水深度；
7.(b)通过所述标签照片对所述ai系统进行训练，使其能够自动识别街道有无积水和积水深度；
8.(c)利用街道上现有摄像头获取实时街道照片，并通过所述ai系统对所述实时街道照片有无积水以及积水深度做出识别。
9.优选的，所述步骤(a)中的街道照片包括同一街道具有不同积水面积时的同一街道的照片。
10.优选的，所述步骤(a)中，通过小轿车的自身高度和位于水面上的高度来标记小轿车的涉水深度。
11.优选的，所述ai系统建立小轿车涉水深度与积水面积的正相关关系，从而在街道上没有小轿车时根据积水面积来判断积水深度。
12.上述技术方案中，可以从互联网、街道监控设备来获取大量街道照片作为训练ai系统的素材，更加其中的街道场景标出有无积水、小轿车的位置和涉水深度、积水面积等信息，就可以实现对ai系统的训练，再通过街道监控设备来获取街道实时照片，对这些照片利用ai系统进行判断，即可获取街道的实时积水情况。
具体实施方式
13.下面结合对本发明做进一步说明：
14.一种基于ai系统的街道积水识别方法，包括ai系统，ai系统建立后，通过如下步骤进行操作：
15.利用爬虫技术从互联网爬去街道照片，同时利用街道监控设备获取街道照片，由此获得大量照片素材，然后人工为街道照片打标签，可以借助labelme 软件，得到标签能够被ai系统识别的标签照片，标签如下项目：街道有无积水、有积水的街道上积水的面积范围、有积水的街道上小轿车的位置、有积水的街道上小轿车的涉水深度。训练用的照片中，应该有同一条街道具有不同积水面积的照片，这样通过小轿车的涉水深度能建立起积水深度与积水面积的正相关关系，由此实现在无小轿车时对积水深度的判断。
16.通过大量的标签照片对ai系统进行训练，通过训练，ai既可以自动识别街道有无积水、积水范围和面积、街道上有无小轿车、小轿车的涉水深度和积水深度等内容，之所以选择小轿车，是因为小轿车高度比较统一，都在150cm 左右，通过小轿车自身高度和其露在水面上的高度，既可以标注其涉水深度。
17.将ai系统与城市街道现有摄像头系统联网，通过街道上现有摄像头获取实时街道照片，并利用训练好的ai系统对实时街道照片进行判断，得到有无积水以及积水深度等信息。
18.本实施例只是对本发明构思和实现的一个说明，并非对其进行限制，在本发明构思下，未经实质变换的技术方案仍然在保护范围内。
技术特征：
1.一种基于ai系统的街道积水识别方法，包括ai系统，其特征在于包括如下步骤：(a)获取街道照片，并为街道照片打标签，得到标签照片，所述标签能被所述ai系统识别，并且包括如下项目：街道有无积水、有积水的街道上积水的面积范围、有积水的街道上小轿车的位置、有积水的街道上小轿车的涉水深度；(b)通过所述标签照片对所述ai系统进行训练，使其能够自动识别街道有无积水和积水深度；(c)利用街道上现有摄像头获取实时街道照片，并通过所述ai系统对所述实时街道照片有无积水以及积水深度做出识别。2.如权利要求1所述的基于ai系统的街道积水识别方法，其特征在于，所述步骤(a)中的街道照片包括同一街道具有不同积水面积时的同一街道的照片。3.如权利要求1所述的基于ai系统的街道积水识别方法，其特征在于，所述步骤(a)中，通过小轿车的自身高度和位于水面上的高度来标记小轿车的涉水深度。4.如权利要求1所述的基于ai系统的街道积水识别方法，其特征在于，所述ai系统建立小轿车涉水深度与积水面积的正相关关系，从而在街道上没有小轿车时根据积水面积来判断积水深度。
技术总结
本发明提供了一种基于AI系统的街道积水识别方法，包括AI系统，包括如下步骤：(a)获取街道照片，并为街道照片打标签，得到标签照片，标签能被AI系统识别；(b)通过标签照片对AI系统进行训练，使其能够自动识别街道有无积水和积水深度；(c)利用街道上现有摄像头获取实时街道照片，并通过AI系统对实时街道照片有无积水以及积水深度做出识别。该方法利用现有街道场景数据对AI系统进行训练，并利用现有街道视频设施来获取实时照片，从而不用增加硬件设备既可以实现对街道积水的自动识别。既可以实现对街道积水的自动识别。
技术研发人员：曾德华
受保护的技术使用者：北京思湃德信息技术有限公司
技术研发日：2020.07.29
技术公布日：2022/2/23
再多了解一些
本文用于企业家、创业者技术爱好者查询，结果仅供参考。
