暴雨过后，城市道路常因排水不畅形成积水，轻则影响通行，重则危及安全。传统依赖人工巡查或群众上报的方式，存在滞后性与覆盖盲区。 城市内涝模拟数据采集过程中借助深度学习技术，构建一个能从监控视频中自动识别积水区域的AI系统，已成为提升城市韧性的重要路径。

01内涝模型定制开发之 为什么必须构建专用模型？

        通用目标检测模型（如YOLOv8在COCO上预训练 的数据集 ）无法识别“积水”，原因有二：

• 语义缺失：COCO等数据集不含“Water”或“Flood” 等积水 类别；

• 形态多变：积水可呈深黑、镜面反光、浑浊泥色，甚至仅是薄层水膜，缺乏固定轮廓与纹理。

        因此，必须构建 专用数据 + 专用模型 ，让AI学会“什么是积水”。

02内涝模型定制开发之 数据准备：基于Flood-IMG数据集的清洗与组织

        系统采用公开数据集 Flood-IMG （来源：Roboflow 影像数据平台 ），包含1976张真实场景图像，其中“Water”类别标注1842个实例。数据涵盖白天/夜间、晴天/雨天、城市街道/乡村小路等多种场景。

        数据预处理流程：

图1：数据集样本展示

1. 格式统一：将原始标注转换为YOLO格式（归一化中心坐标 + 宽高）；
2. 划分策略：按7:2:1比例自动切分训练集（1383张）、验证集（395张）、测试集（198张）；
3. 类别映射：确保标签对应类别名 Water ，并在训练脚本中显式指定。

03

内涝模型定制开发之 模型训练：基于YOLO架构的高效微调

        选用 Ultralytics YOLO 系列作为基础框架，因其支持检测与实例分割双任务，且训练/推理接口高度封装。 既能准确找出图中有哪些物体（检测），又能精细勾勒出每个物体的轮廓（实例分割），而且用起来非常方便，几行代码就能完成训练和预测。

▶  训练配置详解

        骨干网络优先加载 最新 模型版本 yolo26n，若该权重不可用，则回退至 yolov8 n 。输入图像统一调整为 640×640 分辨率，在保持原始宽高比的前提下，通过边缘填充将其转换为正方形。为提升 城市内涝模拟 模型的泛化能力，训练过程中采用多种数据增强策略：包括 Mosaic 增强（将四张图像拼接为一张进行训练）、HSV 色彩空间扰动（色相 H 偏移 ±0.015，饱和度 S 偏移 ±0.7，明度 V 偏移 ±0.4）、随机水平翻转（概率设为 0.5），以及自适应锚框计算（autoanchor）以更好 地匹配数据集中的目标尺度分布。

        优化方面，设置批大小（ batch size）为 32 ， 初始学习率设为 0.01，并采用余弦退火（cosine decay）调度策略——即让学习率从初始值按照余弦函数曲线平滑下降至接近零，使 城市内涝模拟 模型在训练后期能够更稳定地收敛。同时配置动量为 0.937，权重衰减系数为 0.0005。训练控制上，最大训练轮次（epochs）设为 100，早停耐心值（patience）设为 50，即当验证集上的 m AP50 指标连续 50 轮未见提升时，自动终止训练以防止过拟合。此外，全程启 用 AMP（自动混合精度训练），在不损失精度的前提下显著加速训练过程并降低显存占用。

图2：训练过程

▶  训练结果

        最终 城市内涝模拟 模型在验证集上表现如下：

• mAP50 （ 在IoU阈值=0.5时的平均精度均值 ） : 0.763

• mAP50 - 95 （ 在IoU阈值=0. 5-0.95 范围内 的平均精度均值 ） : 0 . 627

• Recall: 0.8 1

        城市内涝模拟 模型权重自动保存为 pt文件 ，可用于后续推理。

04

内涝模型定制开发之 视频流推理：从单帧检测到连续监控

        训练完成的 城市内涝模拟 模型被集成进高性能推理引擎，支持对本地视频或RTSP流进行实时处理。

▶  推理流程详解

        推理流程如下：首先进行视频解码，使用 OpenCV 逐帧读取输入视频，默认每隔 3 帧处理一帧以平衡效率与实时性。随后对选中的每一帧执行图像预处理，包括将图像按原始宽高比缩放至 640×640，并在边缘填充灰色像素以构成正方形；接着将像素值归一化到 [0, 1] 范围，并转换为 PyTorch 张量（Tensor）格式，以便送入模型。

        预处理后的图像被送入 GPU 进行 城市内涝模拟 模型前向推理，模型输出包含原始预测信息，如边界框坐标（xywh）、置信度（conf）、类别标签（cls）以及实例分割掩码（masks）。接下来进入后处理阶段：首先严格过滤掉所有非 “Water” 类别的预测结果（仅保留标签名完全匹配的项），然后应用非极大值抑制（NMS）以去除重叠冗余的检测框，默认 IoU 阈值设为 0.45，最后仅保留置信度大于 0.5 的有效检测结果。

        最终进行可视化与输出：在原始分辨率的图像上绘制绿色边界框，并添加文本标注，格式为 “Water: {conf:.2f}”（保留两位小数）；若启用了实例分割功能，则额外叠加半透明的蓝色掩码以突出水体区域。处理完成的帧可被编码为带标注的视频文件保存，或通过 Web 服务以实时流形式输出，供前端展示或进一步分析使用。

图3： 积水识别效果

▶  系统支持动态调节参数

• conf-thres 0.6 ：提高置信度阈值，减少误报

• skip-frames 5 ：跳帧处理，提升吞吐量

• show-mask ：开启分割掩码可视化

05内涝模型定制开发之 局限与未来方向

       尽管系统在多数场景表现良好，仍存在挑战：

• 内涝模型定制开发 过程中 极浅 的积水 因缺乏视觉对比度难以识别；

• 强烈阳光下玻璃幕墙或车窗反光易被误判；

• 完全被遮挡的积水（如大型车辆下方）无法检测。

        未来可通过以下方式优化：

• 引入合成数据增强（如用Blender生成可控积水场景）；

• 融合多帧时序信息（利用积水的动态特性）；

       接入多视角摄像头，通过几何一致性校验提升鲁棒性。

06结语

        内涝模型定制开发 积水识别不是炫技，而是城市安全基础设施的重要组成部分。当AI能够从成千上万路摄像头中自动捕捉到那一片危险的反光水面时，它便不再仅仅是一套算法，而成为默默守护公共安全的“眼睛”。通过端到端的深度学习实践，证明了：只要数据精准、训练充分、部署得当，AI完全有能力应对这类“非标准却高价值”的现实挑战，真正将技术转化为民生保障的力量。