Flood Detector
классификатор уровня воды для камер наблюдения
2 мин чтенияобновлено
Модель оценивает уровень воды на реке по изображениям с фиксированной камеры и классифицирует состояние на четыре класса: низкий, средний, высокий уровень и наводнение. Решение построено на лёгкой архитектуре MobileNetV3Large с добавлением конформного прогнозирования (метода оценки доверительных интервалов) для оценки неопределённости результатов. Модель разработана для развёртывания на периферийных устройствах (edge deployment) в рамках академического проекта. Подойдет исследователям и разработчикам систем мониторинга окружающей среды.
Ключевые особенности
- Лёгкий бэкбон MobileNetV3Large оптимизирован для запуска на слабомощном железе.
- Специальные методы борьбы с дисбалансом классов (включая focal loss и аугментацию).
- Конформное прогнозирование для оценки точности и надёжности предсказаний.
- Обучено на реальных данных с фиксированной камеры в Сан-Карлусе (Бразилия).
Что можно сделать
- Интегрировать модель в локальную систему мониторинга рек по кадрам с камер.
- Использовать код и подход для проектов по анализу природных рисков и ЧС.
- Проанализировать ноутбук с обучением для применения конформного прогнозирования в своих задачах.
Пример
import numpy as np
import tensorflow as tf
from huggingface_hub import hf_hub_download
REPO_ID = "Bisse18/Mobilenet_V3_Large_FT_for_urban_flood_detection"
CLASS_NAMES = ["low", "medium", "high", "flood"]
model = tf.keras.models.load_model(hf_hub_download(REPO_ID, "flood_model.keras"), compile=False)
thresholds = np.load(hf_hub_download(REPO_ID, "conformal_thresholds.npy"))
img = tf.io.decode_jpeg(tf.io.read_file("river.jpg"), channels=3)
img = tf.image.resize(img, (224, 224))
probs = model.predict(img[None], verbose=0)[0]
valid = np.where(probs >= thresholds)[0]
pred = valid[np.argmax(probs[valid])] if len(valid) else int(np.argmax(probs))
print("Prediction:", CLASS_NAMES[pred])Подробнее
• Глобальная точность: 96.48% (тест 2020 года)• F1-мера для класса наводнений: 78.65%
• Фреймворк: TensorFlow / Keras
• Ограничения: обучено по данным только одной камеры, не заменяет официальные системы предупреждения










Комментарии