[发明专利]一种使用机器学习进行环保无组织排放监管的方法

权利要求书

1.一种使用机器学习进行环保无组织排放监管的方法，其特征在于，包括如下步骤：

步骤1，对所有有污染的图片用labelimg软件进行标记,标记的数据格式为json格式，即每张图片的label文件；

步骤2，将上一步得到的json格式的数据集中放到一个文件夹内，然后将其全部转化为训练yolo所需要的txt格式的数据；

步骤3，将转化好的训练集中的图片所对应的txt文件放在train_cat_imgs文件夹中，进行模型训练；

步骤4，搭建的分析系统采用B/S架构，基于WEB页面，使用restful的服务接口对外进行分析结果数据和图片的发布。

2.根据权利要求1所述的一种使用机器学习进行环保无组织排放监管的方法，其特征在于：所述训练yolo所需要的txt格式的数据使用json2txt.py脚本进行转换。

3.根据权利要求1所述的一种使用机器学习进行环保无组织排放监管的方法，其特征在于：所述步骤1中选取样本的具体步骤：

步骤1.1，实施过程中，首先对于多个无组织放散监控点进行长时间的视频录制，针对于有问题的视频进行剪辑并切片分析；

步骤1.2，在分析时，对于视频中的水蒸气和污染烟雾做出了不同的标识，并以不同颜色区分；

步骤1.3，在分析过程中，对于识别的视频重点区域和物体进行了特殊标注，帮助减少误差的产生。

4.根据权利要求1所述的一种使用机器学习进行环保无组织排放监管的方法，其特征在于：所述步骤4中的接口通信方式，采用标准化的restful的接口，对外部署服务。

5.根据权利要求1所述的一种使用机器学习进行环保无组织排放监管的方法，其特征在于：所述步骤3中的模型训练的业务场景可应用于有组织排放。

6.根据权利要求1所述的一种使用机器学习进行环保无组织排放监管的方法，其特征在于：所述步骤4中的结果展示页面是图形化数据展示、大屏展示、二维图标结果展示中的一种。

7.根据权利要求1所述的一种使用机器学习进行环保无组织排放监管的方法，其特征在于：所述步骤4中的结果展示页面是图形化数据展示、大屏展示、二维图标结果展示中的多种。