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。