实时城市路面积水面积检测(源码&教程)
1.研究背景
随着我国经济的不断繁荣,大中城市的建设也在突飞猛进地高速发展,城市圈也在已经不断扩大。为了缓解交通压力和保证出行的畅通,许多城市建设了不少的立交桥和下穿隧道。 近年来,由强降雨引起的城市下穿隧道及立交桥下低洼处存在大量积水的现象时有发生,且有愈演愈烈的趋势。在我国南方多雨的城市,积水有的竟然高达一米以上,且长时间不能及时排走,给人们的出行带来了很大的不便,严重时竟引发行人的死亡和失踪事件。此现象已经引起市政、应急、防汛、路政等政府有关部门的高度关注。一方面要积极修建并管理好排水设施;另一方面建设城市道路积水监测系统,也极为必要,它既可以为决策机构的领导提供道路积水的实时信息,也为市政排水调度管理机构提供支持,还可以通过系统中的LED显示屏以及广播、电视等媒体为广大老百姓提供出行指南。
2.识别效果
3.视频演示
Python实时城市路面积水检测(源码&教程)
4.训练结果
Precision&Recall&Map&So on
混淆矩阵
其他参数结果图
5.数据集
6.代码实现
"""定制resnet后面的层"""
def custom(input_size,num_classes,pretrain):# 引入初始化resnet50模型base_model = ResNet50(weights=pretrain,include_top=False,pooling=None,input_shape=(input_size,input_size, 3),classes=num_classes)#由于有预权重,前部分冻结,后面进行迁移学习for layer in base_model.layers:layer.trainable = False#添加后面的层x = base_model.outputx = layers.GlobalAveragePooling2D(name='avg_pool')(x)x = layers.Dropout(0.5,name='dropout1')(x)#regularizers正则化层,正则化器允许在优化过程中对层的参数或层的激活情况进行惩罚#对损失函数进行最小化的同时,也需要让对参数添加限制,这个限制也就是正则化惩罚项,使用l2范数x = layers.Dense(512,activation='relu',kernel_regularizer= regularizers.l2(0.0001),name='fc2')(x)x = layers.BatchNormalization(name='bn_fc_01')(x)x = layers.Dropout(0.5,name='dropout2')(x)#40个分类x = layers.Dense(num_classes,activation='softmax')(x)model = Model(inputs=base_model.input,outputs=x)#模型编译model.compile(optimizer="adam",loss = 'categorical_crossentropy',metrics=['accuracy'])return model
class Net():def __init__(self,img_size,gar_num,data_dir,batch_size,pretrain):self.img_size=img_sizeself.gar_num=gar_numself.data_dir=data_dirself.batch_size=batch_sizeself.pretrain=pretraindef build_train(self):"""迁移学习"""model = resnet.custom(self.img_size, self.gar_num, self.pretrain)model.summary()train_sequence, validation_sequence = genit.gendata(self.data_dir, self.batch_size, self.gar_num, self.img_size)epochs=4model.fit_generator(train_sequence,steps_per_epoch=len(train_sequence),epochs=epochs,verbose=1,validation_data=validation_sequence,max_queue_size=10,shuffle=True)#微调,在实际工程中,激活函数也被算进层里,所以总共181层,微调是为了重新训练部分卷积层,同时训练最后的全连接层layers=149learning_rate=1e-4for layer in model.layers[:layers]:layer.trainable = Falsefor layer in model.layers[layers:]:layer.trainable = TrueAdam =adam(lr=learning_rate, decay=0.0005)model.compile(optimizer=Adam, loss='categorical_crossentropy', metrics=['accuracy'])model.fit_generator(train_sequence,steps_per_epoch=len(train_sequence),epochs=epochs * 2,verbose=1,callbacks=[callbacks.ModelCheckpoint('./models/garclass.h5',monitor='val_loss', save_best_only=True, mode='min'),callbacks.ReduceLROnPlateau(monitor='val_loss', factor=0.1,patience=10, mode='min'),callbacks.EarlyStopping(monitor='val_loss', patience=10),],validation_data=validation_sequence,max_queue_size=10,shuffle=True)print('finish train,look for garclass.h5')
7.源码&环境部署视频教程&数据集&自定义训练视频教程&自定义UI界面
参考博客《[智慧城市]Python实时城市路面积水面积检测》
8.参考文献
[1]马光红,吴怡。 智慧城市地下综合管廊工程监管模型与仿真[J]. 上海大学学报(自然科学版),:1-14.
[2]郭骅,侯柏屹,张文洁,王莹。 智慧城市数据运营中心:系统概念、建设要素和展望[J]. 情报杂志,:1-10.
[3]陈栋,张翔,陈能成。 智慧城市感知基站:未来智慧城市的综合感知基础设施[J]. 武汉大学学报(信息科学版),:1-39.
[4]周林兴,徐承来,宋大成。 智慧城市视域下政府数据质量优化反馈机制研究[J]. 情报杂志,:1-11.
[5]汤丽霞。 智慧城市建设中技术应用反思[J]. 合作经济与科技,2021,(11):37-39.
[6]侯鲁民。 智慧城市深入建设对公众安全的影响[J]. 中国科技信息,2021,(11):119-120.
[7]蔡委呈。 浅谈智慧城市下的景观智能化设计[J]. 智能建筑与智慧城市,2021,(05):8-9.
[8]张赫,黄雅哲,张梦晓,亚萌,马巧珊。 基于三元主体的智慧城市评价指标体系研究–以天津为例[J]. 智能建筑与智慧城市,2021,(05):22-25.
[9]杨超,梁起航,王震。 我国智慧城市建设中的问题与对策研究[J]. 智能建筑与智慧城市,2021,(05):30-31.
[10]刘亦欣,王娟,张鹏,赵文浦。 基于CiteSpace的智慧城市建设研究文献可视化分析[J]. 智能建筑与智慧城市,2021,(05):57-60.
实时城市路面积水面积检测(源码&教程)相关推荐
- [智慧城市]Python实时城市路面积水面积检测(完整源码&UI界面&视频教程)
1.背景 随着我国经济的不断繁荣,大中城市的建设也在突飞猛进地高速发展,城市圈也在已经不断扩大.为了缓解交通压力和保证出行的畅通,许多城市建设了不少的立交桥和下穿隧道. 近年来,由强降雨引起的城市下穿 ...
- Python基于OpenCV的实时疲劳检测[源码&演示视频&部署教程]
1.图片演示 2.视频演示 [项目分享]Python基于OpenCV的实时疲劳检测[源码&演示视频&部署教程]_哔哩哔哩_bilibili 3.检测方法 1)方法 与用于计算眨眼的传统 ...
- YOLOv5目标检测源码重磅发布了!
YOLOv5目标检测源码重磅发布了! https://github.com/ultralytics/yolov5 该存储库代表了对未来对象检测方法的超解析开源研究,并结合了在使用之前的YOLO存储库在 ...
- 人脸检测源码facedetection
人脸检测源码: using System; using System.Collections.Generic; using System.ComponentModel; using System.Da ...
- 计算机毕业设计Java城市出行行程智能推荐系统(源码+系统+mysql数据库+lw文档)
计算机毕业设计Java城市出行行程智能推荐系统(源码+系统+mysql数据库+lw文档) 计算机毕业设计Java城市出行行程智能推荐系统(源码+系统+mysql数据库+lw文档) 本源码技术栈: 项目 ...
- Metis异常检测算法率值检测和量值检测源码刨析
Metis异常检测算法率值检测和量值检测源码刨析 1. 测试代码 2. 率值检测 2.1 rate_predict方法(detect.py) 2.2 predict方法(statistic.py) 2 ...
- 【TS TSP】基于matlab禁忌搜索算法求解31城市旅行商问题【含Matlab源码 1143期】
一.获取代码方式 获取代码方式1: 完整代码已上传我的资源:[TSP]基于matlab禁忌搜索算法求解31城市旅行商问题[含Matlab源码 1143期] 点击上面蓝色字体,直接付费下载,即可. 获取 ...
- 计算机毕业设计Java宁夏中卫城市风采在线系统开发(源码+系统+mysql数据库+lw文档)
计算机毕业设计Java宁夏中卫城市风采在线系统开发(源码+系统+mysql数据库+lw文档) 计算机毕业设计Java宁夏中卫城市风采在线系统开发(源码+系统+mysql数据库+lw文档) 本源码技术栈 ...
- 在线屏幕纯色漏光测试对比度色阶饱和度检测源码下载
在线屏幕纯色漏光测试对比度色阶饱和度检测源码下载源码提供的检查项目包括:纯色.漏光测试.干扰测试.对焦.呼吸效应.对比度.色阶.饱和度.通过本站可以全面的测试显示器的质量和水平.本测试工具通常不会对您 ...
最新文章
- 面向对象网络编程基础 property的使用
- 命令passwd报错因inode节点处理记录
- 简洁明了——STL容器库之set头文件常用函数集合
- Linux下备份cisco路由配置
- React开发(255):react项目理解 ant design 注意报错提示
- 《软件需求分析(第二版)》第 2 章——客户眼中的需求 重点部分总结
- java httpget 设置参数_java 模拟HTTP doPost请求 设置参数 | 学步园
- web自动化测试python+selenium学习总结----selenium安装、浏览器驱动下载
- linux的一些目录结构
- 设置eclipse主题风格
- 软件项目管理1~11章期末复习题
- IDEA展示隐藏文件夹
- Conjugate function and Fenchel’s duality theorem
- 机器学习二(python sklearn逻辑回归)
- C# wpf 封装成dll供C++调用
- 干货 | 使用云监控实现触发一个url调用
- 大学物理·第3章动量守恒定律和能量守恒定律
- 如何更改计算机属性里面的配置文件,电脑中如何设置共享文件夹的属性防止被删除...
- 哈希计划(河南省多校联盟第六次)
- [嘿就这么样吧 谁看谁的脸色]井冈春天牌演.活力果子
热门文章
- 电脑手机用,现在手机配置这么高,处理器可以给电脑用吗?
- python制作关键图谱_知识图谱neo4j—利用python进行知识入库
- windows计划任务 0xff_利用定时任务和VBS设置windows自动语音定时提醒
- 向日葵在mac不能以服务器运行吗,向日葵Mac客户端新手上路
- 梦幻手游登录显示服务器爆满,梦幻西游手游公测服务器爆满 iOS二区开启
- unity-只有杀,闪,桃的三国杀实现
- Asp.Net MVC +EF(2)Linq查询和Lambda表达式
- 计算机视觉目标检测常用的一些评估指标
- DSS:甲基化差异分析
- 2022.06.26 华为od机试真题