一种边云结合的漂浮物检测识别方法  

作　　者：杨克义 陈亮雄[2] 杨静学[2] 贾会梅 梁涛 

机构地区：[1]河南中光学集团有限公司,河南南阳473003 [2]广东省水利水电科学研究院,广东广州510640

出　　处：《物联网技术》2022年第10期8-11,共4页Internet of things technologies

摘　　要：漂浮物识别是智能视频监控领域亟待解决的难点问题,针对实际河道环境复杂、漂浮物多种多样等问题,文中通过对神经网络的研究分析,结合边端和云端设备的不同特点,设计了一种边云结合的漂浮物检测识别方法:边端设备,针对其算力有限但点位众多的特点,部署小型神经网络对视频进行初筛,得到疑似漂浮物信息及画面回传给云端;云端设备,利用其算力高的特点,对疑似漂浮物信息及画面进行精确识别,过滤无效信息,并将有效信息以报警形式进行存储上报。实验表明:该方法能综合利用边云设备的性能,减少传输数据量、提高识别率、降低误检率,满足河道监控场景的应用。

关 键 词：漂浮物识别 边云结合 神经网络 河道监控 精确识别 YOLOv5 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]