[发明专利]一种基于深度学习和物联网的晴天自启动排水口异常排水检测系统及方法

说明书

本发明公开了一种基于深度学习和物联网的晴天自启动排水口异常排水检测系统，包括设置：通过设置摄像头检测模块，物联网监控记录模块，水质检测模块及计算机。其中摄像头检测模块的AI边缘计算盒中的算法包括晴雨天二分类算法和排水检测算法，并将分类结果传送到计算机后端数据库与当前该地区该时间点的天气预报情况进行比对，若为晴天则进行后续排水检测。1.本发明的检测系统及方法不仅能够对COD、TOC、浊度等一系列的水质参数进行实时监测，还能实现排水口排水情况的实时监测，从而达到24小时的全年无休持续工作要求。

技术领域

本发明涉及到一种城市污水排放的监控报警系统，具体是一种基于深度学习和物联网的晴天自启动排水口异常排水检测方法。

背景技术

近年来随着国家工业化进程的发展，在企业生产的过程中必不可少的会存在有害物质的排放，从而对河道水质产生严重的影响，破坏社会经济的可持续发展。为了改善情况，目前多采用人工巡检、视频监控以及水质监测设备等方式对沿河排污口监测。

目前的监测方式，人工巡检无法达到全天24小时的即时检测；视频监控的方法，大部分也需要依赖人为干预；而水质检测设备可能会采样到上游污染水源，从而无法判断是否是该排水口在进行排水。因此亟待开发一种高效又准确的排水口异常排水检测方法和系统。

发明内容

本发明的目的在于提供一种基于深度学习和物联网的晴天自启动排水口异常排水检测系统及方法，以解决现有技术对城市排水口异常排水监测效果不佳的问题，同时通过对当时的天气状况进行判断使系统只在晴天运作从而提高算法效率。

本发明解决现有问题的技术方案是：一种基于深度学习和物联网的晴天自启动排水口异常排水检测系统，包括设置：

摄像头检测模块，所述的摄像头检测模块包括摄像头、与摄像头连接用于部署AI算法的AI边缘计算盒检测模块：

物联网监控记录模块，所述的物联网监控记录模块包括4G预警模块、和用于信息的上传的AI边缘计算盒中的信息上传模块；

水质检测模块，所述水质检测模块包括水质检测仪和一体化水站，所述一体化水站包括水泵、储水池；

所述摄像头安装在排水口正对方河岸边，所述的摄像头与水质检测仪布置在一体化水站的进水口处；

计算机，所述的计算机连接摄像头、水质检测模块、AI边缘计算盒。

作为进一步改进，所述的AI边缘计算盒通过rtsp协议从摄像头中获取视频流并对图像进行检测，所述的AI边缘计算盒及摄像头通过网线与计算机实现通讯；所述的计算机可实时调节摄像头的角度、焦距和光圈。

作为进一步改进，所述水质检测仪包括pH值传感器和Bwater-1000全光谱水质分析仪；所述的水质检测仪设有4G通讯模块。

一种使用上述基于深度学习和物联网的晴天自启动排水口异常排水检测系统任意方案的方法，所述AI边缘计算盒中的算法包括晴雨天二分类算法和排水检测算法，并将分类结果传送到计算机后端数据库与当前该地区该时间点的天气预报情况进行比对，若为晴天则进行后续排水检测。

作为进一步改进，所述的晴雨天二分类算法包括构建了一个mydata类，用于读取图片后将图片resize到384*384的尺度上，并对图片进行随机翻转和灰度化，最后根据图片所在文件夹为其附上标签并返回，从而对图片进行数据增广和类别标注，构建网络模型训练所需的数据集；网络模型主要由resnet-50构成，包括50个卷积层，50个ReLU层，2个池化层和1个全连接层。结构中加入了残差函数F(x)＝H(x)-x，若F(x)＝0，形成恒等映射。