基于Mask RCNN和YOLOv5的水库水位监测方法  

作　　者：方涛 

机构地区：[1]贵州省岑巩县水务局,贵州岑巩557800

出　　处：《水利科技与经济》2024年第8期86-88,105,共4页Water Conservancy Science and Technology and Economy

摘　　要：随着深度学习的发展,通过视频实现水位监测成为近年来研究热点。为了提高水位监测的准确性,研究开发一种结合Mask RCNN和YOLOv5的新型水位监测方法。首先利用Mask RCNN模型,识别视频画面中的水尺区域并进行精确分割;然后通过YOLOv5模型,对分割后的水尺区域进行字符识别,准确捕捉水尺上的“m”字符、“E”字符以及数字字符,并记录这些字符在视频画面中的坐标位置;再通过分析字符的代表高度及其坐标位置,计算出水位数据。研究显示,该方法通过精确的区域分割和高效的字符识别,可显著提高水位监测的准确率和可靠性,表明其在水位监测中的应用潜力。

关 键 词：水位监测 深度学习 Mask RCNN YOLOv5 

分 类 号：TV697.2[水利工程—水利水电工程]