[发明专利]一种实时污水曝气情况监测方法

权利要求书

1.一种实时污水曝气情况监测方法，其特征在于，包括以下步骤：

(1)从各个污水池所配备的摄像设备采集原始图像数据；

(2)对采集到的原始图像数据进行预处理，构建训练集和验证集，具体包括以下子步骤：

(2.1)对采集到的原始图像数据打标签，标记是否处于爆沸状态，标定爆沸状态起始时间和结束时间，再根据数据的时间戳进行状态的标注；

(2.2)将原始图像数据格式化为分类模型可接受的数据格式：读取原始图像数据，按照文件对应的编码格式，将单条数据转化为包含RGB三个通道的单精度三维数组，并重新对数据的长、宽、通道维度的顺序进行排列；

(2.3)将原始图像数据进行随机排序；

(2.4)随机抽取5％或10％的数据作为验证集，剩余数据作为训练集；可以向验证集中补充加入特殊情况的采用数据，包括污水池中的倒影中出现云、水体表面覆盖有浮萍以及各种极端天气下的采样数据；

(3)构建分类模型，根据数据集进行训练和调参，具体包括以下子步骤：

(3.1)选择合适的参数，构建卷积神经网络模型，其中网络层数和卷积核及神经元个数，根据计算机内存限制、输入数据、模型效果进行调整，卷积核大小根据输入图片大小进行调整；并对网络各层参数进行初始化；

(3.2)若数据采集不够充分，则在输入数据之前对数据进行数据增强，对输入数据在语义不变的情况下进行翻转、拉伸、锐化、调节饱和度操作，增加数据数量，以提高模型的健壮性；

(3.3)用交叉熵作为评估模型损失的指标，计算当前模型在训练数据上的交叉熵，再根据随机梯度下降算法和反向传播算法计算出交叉熵在各层参数方向上的偏导数，最后根据偏导数更新各层参数值；

(3.4)当模型在验证集上的准确率达到0.97-0.99区间内时停止训练；若模型出现过拟合的情况，则采用早停技术，即当验证集上的准确率开始下降时立刻停止训练过程；

(3.5)封装模型，供实时监测调用；

(4)部署分类模型，对污水池进行实时监测。

2.根据权利要求1所述的一种实时污水曝气情况监测方法，其特征在于，所述步骤(2.2)中，还包括：原始图像数据采集自不同设备，污水池所在位置、比例和视角也各不相同，在必要的情况下需要对图像数据作裁剪，以保证图像数据的主体为污水池。

3.根据权利要求1所述的一种实时污水曝气情况监测方法，其特征在于，所述步骤(2.2)中，还包括：原始图像数据采集自不同设备，图像长宽和像素分辨率不尽相同，需要将各条数据调整为固定的长宽和分辨率。

4.根据权利要求1所述的一种实时污水曝气情况监测方法，其特征在于，所述步骤(2)的预处理过程还包括：若不同标签的数据比例相差过大，则对数据进行二次加权采样，以保证不同状态的数据数目大致相当，防止某一类别数据过多对结果造成影响。