【技术实现步骤摘要】
本专利技术涉及人工智能，具体而言，涉及一种基于ai算法的水质监测方法及装置。
技术介绍
1、当前针对于河流水质的监测通常是通过水体的物理、化学及生物学指标的取样检测来得到结果，由于河流时刻流动，想要时刻掌握该河流的水质状况，需要实时进行采集监测，会导致耗费大量的时间和金钱，且效率较低，需要采用更为简单高效的水质监测方法。
技术实现思路
1、本专利技术的目的在于提供基于ai算法的水质监测方法及装置，以改善上述问题。为了实现上述目的，本专利技术采取的技术方案如下：
2、第一方面，本申请提供了一种基于ai算法的水质监测方法，包括：
3、获取待监测水域的俯视图像；
4、基于所述俯视图像中三基色含量的高低，将所述俯视图像划分为多个目标模块；
5、获取所述目标模块的水质图像；
6、将所述水质图像输入预设的水质监测模型中，得到所述目标模块的水质质量信息。
7、第二方面，本申请还提供了一种基于ai算法的水质监测装置，包括：
8、第一获取单元，用于获取待监测水域的俯视图像；
9、第一划分单元，用于基于所述俯视图像中三基色含量的高低，将所述俯视图像划分为多个目标模块；
10、第二获取单元，用于获取所述目标模块的水质图像；
11、第一输入单元，用于将所述水质图像输入预设的水质监测模型中，得到所述目标模块的水质质量信息。
12、本专利技术的有益效果为：
13、本专
14、本专利技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术实施例了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
本文档来自技高网...【技术保护点】
1.一种基于AI算法的水质监测方法，其特征在于，包括：
2.根据权利要求1所述的水质监测方法，其特征在于,基于所述俯视图像中三基色含量的高低，将所述俯视图像划分为多个目标模块，包括：
3.根据权利要求1所述的水质监测方法，其特征在于,将所述水质图像输入预设的水质监测模型中，得到所述目标模块的水质质量信息，包括：
4.根据权利要求3所述的水质监测方法，其特征在于,将所述历史图像进行预处理，得到目标图像，包括：
5.根据权利要求3所述的水质监测方法，其特征在于,所述初始预测模型包括第一网络、第二网络和第三网络，将每个训练样本对输入初始预测模型，得到联合损失函数值，包括：
6.根据权利要求1所述的水质监测方法，其特征在于,将所述水质图像输入预设的水质监测模型中，得到所述目标模块的水质质量信息之后，包括：
7.根据权利要求5所述的水质监测方法，其特征在于,将每个训练样本对中的两个目标图像分别输入所述第一网络和所述第二网络，得到每个训练样本对中两个目标图像分别对应的特征向量，和两个目标图像分别对应的第一损失函数值与第二
8.根据权利要求5所述的水质监测方法，其特征在于,将每个训练样本对中的两个目标图像分别输入所述第一网络和所述第二网络，得到每个训练样本对中两个目标图像分别对应的特征向量，和两个目标图像分别对应的第一损失函数值与第二损失函数值，所述第二损失函数计算方程如下：
9.根据权利要求5所述的水质监测方法，其特征在于,将每个训练样本对中两个目标图像分别对应的特征向量共同输入所述第三网络中，计算得到特征向量之间的绝对差值向量，和所述特征差值向量对应的第三损失函数值，所述第三损失函数值计算方程如下：
10.一种基于AI算法的水质监测装置，其特征在于，包括：
...【技术特征摘要】
1.一种基于ai算法的水质监测方法，其特征在于，包括：
2.根据权利要求1所述的水质监测方法，其特征在于,基于所述俯视图像中三基色含量的高低，将所述俯视图像划分为多个目标模块，包括：
3.根据权利要求1所述的水质监测方法，其特征在于,将所述水质图像输入预设的水质监测模型中，得到所述目标模块的水质质量信息，包括：
4.根据权利要求3所述的水质监测方法，其特征在于,将所述历史图像进行预处理，得到目标图像，包括：
5.根据权利要求3所述的水质监测方法，其特征在于,所述初始预测模型包括第一网络、第二网络和第三网络，将每个训练样本对输入初始预测模型，得到联合损失函数值，包括：
6.根据权利要求1所述的水质监测方法，其特征在于,将所述水质图像输入预设的水质监测模型中，得到所述目标模块的水质质量信息之后，包括：
7.根据权利要求5所述的水质监...
【专利技术属性】
技术研发人员：曹相画，徐润，
申请(专利权)人：武汉正元环境科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。