1.一种无水尺水位识别方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种无水尺水位识别方法,其特征在于,步骤s2中提取单个局部区域图像的图像特征(h,w)的具体实现过程包括,将局部区域图像输入backbone网络,得到图像特征(c,h,w),再使用1*1的卷积核将c维度大小映射为1,得到图像特征(1,h,w),将c通道进行压缩得到图像特征(h,w)。
3.根据权利要求2所述的一种无水尺水位识别方法,其特征在于,所述backbone网络为轻量型backbone,所述轻量型backbone包括三个block,所述三个block结构相同,所述block包括2个卷积层,1个池化层,2个batch normalization层,1个relu层。
4.根据权利要求1所述的一种无水尺水位识别方法,其特征在于,步骤s2中对每一子份的高度h进行水位识别的具体实现方法包括,使用线性映射层,将沿宽度w方向的每一子份特征h映射到一个水位数值,具体表示为yi=whi,则沿宽度w方向共n份特征,得到y1,y2,...,yn共n个绝对水位值;
5.根据权利要求1所述的一种无水尺水位识别方法,其特征在于,步骤s2中对每一子份的高度h进行水位识别的具体实现方法包括,使用线性映射的方式,将每一子份沿宽度w方向的特征h映射到k个二分类子任务,具体表示为pij=softmax(wjhi),如果pij>0.5,则当前子任务的当前水位高于对应的临界水位,将当前子任务分类为1;统计k个二分类子任务中分类为1的个数,记为s,得到沿宽度w方向的第i个区域的绝对水位值yi=rmin+s*(rmax-rmin)/k,则沿宽度w方向共n份特征,得到y1,y2,...,yn共n个绝对水位值;
6.一种终端设备,其特征在于,包括:
7.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1~5任一项所述方法的步骤。