(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210465106.3 (22)申请日 2022.04.29 (71)申请人 深圳市瑞驰信息技 术有限公司 地址 518000 广东省深圳市前海深港合作 区前湾一路1号A栋201(入驻深圳市前 海商务秘书 有限公司) (72)发明人 胡胤　陈志祥　王秋玲　周晓彤　 徐锡平　 (74)专利代理 机构 深圳市中 融创智专利代理事 务所(普通 合伙) 44589 专利代理师 李朦　叶垚平 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/20(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 一种基于CenterNet的河道排水口检测方 法、 系统及电子设备 (57)摘要 本发明提供一种基于C enterNet的河道排水 口检测方法、 系统及电子设备， 包括获取多张训 练图像， 将训练图像中的前景特征及背景特征进 行数据增强， 获得多张增强图像， 多张增强图像 训练获得基于MobileNetv2的识别模型； 将待识 别图像输入到该MobileNetv2的识别模型中； 基 于CenterNet目标检测算法， 对输入 的待识别图 像依次进行5次下采样及3次上采样， 在处理过后 的图像上进行特征识别， 获得河道排水口特征 图。 数据增强提升排水口与背景水泥草丛的区分 度， 提高识别模型的准确度， 同时， 分别对待识别 图像依次进行5次下采样及3次上采样， 使得处理 后的图像覆盖了更大范围的排水口， 排水口特征 更易检测。 权利要求书1页 说明书5页 附图2页 CN 114973121 A 2022.08.30 CN 114973121 A 1.一种基于 CenterNet的河道排水口检测方法， 其特 征在于： 包括如下步骤： 步骤S1： 获取多张训练图像， 将训练图像 中的前景特征及背景特征进行数据增强， 获得 多张增强图像， 多张增强图像训练获得基于 MobileNetv2的识别模型； 步骤S2： 将待识别图像输入到该Mobi leNetv2的识别模型中； 步骤S3： 基于CenterNet目标检测算法， 对输入的待识别图像依次进行5次下采样及3次 上采样， 在处 理过后的图像上进行 特征识别， 获得河道排水口特 征图。 2.如权利要求1中所述基于CenterNet的河道排水口检测方法， 其特征在于： 在步骤S3 中， CenterNet目标检测算法采用可变性卷积层进行 特征识别。 3.如权利要求1中所述基于CenterNet的河道排水口检测方法， 其特征在于： 在步骤S1 和步骤S2之间， 还 包括： 对多张增强图像进行 预处理。 4.如权利要求1中所述基于CenterNet的河道排水口检测方法， 其特征在于： 在步骤S3 之后， 还包括： 去除目标框 重叠的特征图。 5.一种基于 CenterNet的河道排水口检测系统， 其特 征在于， 包括： 数据增强单元， 用于获取多张训练图像， 将训练图像中的前景特征及背景特征进行数 据增强， 获得多张增强图像， 多张增强图像训练获得基于 MobileNetv2的识别模型； 图像输入单 元， 用于将待识别图像输入到该Mobi leNetv2的识别模型中； 目标检测单元， 用于基于CenterNet目标检测算法， 对输入的待识别图像依次进行5次 下采样及3次上采样， 在处 理过后的图像上进行 特征识别， 获得河道排水口特 征图。 6.一种电子设备， 包括存储器和处理器， 其特征在于： 所述存储器中存储有计算机程 序， 所述计算机程序被设置为运行时执行所述权利要求1至4任一项中所述基于CenterNet 的河道排水口检测方法； 所述处理器被设置为通过所述计算机程序执行所述权利要求1至4任一项中所述基于 CenterNet的河道排水口检测方法。权　利　要　求　书 1/1 页 2 CN 114973121 A 2一种基于CenterN et的河道排水口检测方 法、 系统及电子 设备 技术领域 [0001]本发明涉及河道排水口检测技术领域， 特别涉及一种基于CenterNet的河道排水 口检测方法、 系统及电子设备。 背景技术 [0002]近些年国家在生态 保护方面做了很多的工作， 其中对于水资源的生态保护尤为重 要， 因此对水利建设的投入相当大， 其中， 对于河道的治理、 城市污水的排放等等， 都有明确 的要求， 然而， 所有的规范化流程 都需要有 人来监管， 早期的人力监管确实对违规排放等不 良行为起到不少作用， 但是人力 资源是有限的， 发展一种全天候自动化的监管技术成为了 杜绝该问题的关键 。 [0003]但是对于排水口而言， 大多排水口使用水泥砌成的边缘与周围的背景颜色相似， 特别是在违规设置排水 口的区域， 其排水 口的位置较为隐秘， 排水 口的特征颜色与背景颜 色相近， 例如草丛、 楼栋尾部区域， 而传统的监控摄像头距离排水 口的位置通常较远， 很多 排水口在画面中的像素占比少， 这就给传统的图像识别模型带来了较大困难， 其识别率较 低。 发明内容 [0004]为了克服目前现有的排水口识别率 的问题， 本发明提供基于CenterNet的河道排 水口检测方法、 系统及电子设备。 [0005]本发明为解决上述技术问题， 提供一种基于Cent erNet的河道排水口检测方法， 其 特征在于： 包括如下步骤： [0006]步骤S1： 获取多张训练图像， 将训练图像中的前景特征及背景特征进行数据增强， 获得多张增强图像， 多张增强图像训练获得基于MobileNetv2的识别模型； 步骤S2： 将待识 别图像输入到该MobileNetv2的识别模 型中； 步骤S3： 基于CenterNet目标检测算法， 对输入 的待识别图像依次进行5次下采样及3次上采样， 在处理过后的图像上进行特征识别， 获得 河道排水口特 征图。 [0007]优选地， 在步骤S3中， CenterNet目标检测算法采用可变性卷积层进行 特征识别。 [0008]优选地， 在步骤S1和步骤S2之间， 还 包括： 对多张增强图像进行 预处理。 [0009]优选地， 在步骤S3之后， 还 包括： 去除目标框 重叠的特征图。 [0010]本发明还提供一种基于CenterNet的河道排水口检测系统， 包括： 数据增强单元， 用于获取多张训练图像， 将训练图像中的前景特征及背景特征进行数据增强， 获得多张增 强图像， 多张增强图像训练获得基于MobileNetv2的识别模型； 图像输入单元， 用于将待识 别图像输入到该Mob ileNetv2的识别模型中； 目标检测单元， 用于基于CenterNet目标检测 算法， 对输入的待识别图像依次进行5次下采样及3次上采样， 在处理过后的图像上进行特 征识别， 获得河道排水口特 征图。 [0011]本发明还提供一种电子设备， 包括存储器和处理器， 所述存储器中存储有计算机说　明　书 1/5 页 3 CN 114973121 A 3