基于图像识别的雨量筒异物检测系统的设计与实现

摘要

为了解决落叶等杂物飘落到雨量筒网罩得不到及时清理导致雨量观测数据缺失或异常,影响降水统计和评估准确性的问题,基于YOLOv5(you only look once vison 5)目标检测算法开发并建立了一个雨量筒异物检测识别报警系统,首次将图像识别技术应用在气象装备的维护维修领域。通过该系统对山东省区域自动气象站远程控制和实景监控系统实时抓拍的雨量筒照片进行图像识别,实现了对雨量筒中的异物检测。经实验统计,系统目前已检测识别1万余张雨量筒监控图片,对是否存在异物的识别准确率超过90%。此外,该系统还能够根据判断结果给出提醒,使工作人员可以及时准确地确定问题站点并清理维护。整体而言,该系统在一定程度上能够提高雨量观测的准确度。

关键词

异物图像识别 / YOLOv5 / 检测系统