本技术实施例涉及图像识别技术，涉及但不限于一种降雨类型识别方法、系统及存储介质。
背景技术：
1、雨天会对道路的交通安全产生严重影响，例如，雨天路滑、视线不良等因素会导致交通事故的概率增加。因此，需要对降雨情况进行监测，以根据监测结果采取相应的交通安全措施。
2、目前，基于图像识别的监测技术已广泛应用于气象监测领域进行降雨监测，然而，由于现有基于图像识别的监测技术在实际用于降雨监测时，容易受极端天气和昼夜场景的光亮度等干扰因素的影响，造成降雨监测结果精度较低。
技术实现思路
1、有鉴于此，本技术实施例提供一种降雨类型识别方法、系统及存储介质，本技术实施例提供的一种降雨类型识别方法、系统及存储介质是这样实现的：
2、本技术实施例提供的一种降雨类型识别方法，所述方法包括：
3、从监控视频中获取目标区域的原始降雨图像；
4、对所述原始降雨图像进行数据清洗处理，得到待识别降雨图像；
5、根据所述待识别降雨图像以及目标降雨类型识别模型，得到目标降雨类型，所述目标降雨类型是根据所述目标区域对应的目标降水值确定的，所述目标降雨类型识别模型是根据降雨图像数据集对预设降雨类型识别模型进行训练得到的。
6、本技术实施例中，能够实时对监控视频进行降雨类型识别，通过数据清洗处理以及目标降雨类型识别模型能够提高降雨类型识别监测的准确性，能够实现区域级别的降雨类型监测。
7、在一些实施例中，所述根据所述待识别降雨图像以及目标降雨类型识别模型，得到目标降雨类型，包括：
8、将所述待识别降雨图像输入到所述目标降雨类型识别模型，得到所述目标区域对应的目标降水值；
9、获取预设降雨类型匹配策略，所述预设降雨类型匹配策略包括不同的降水值以及所述不同的降水值对应的降雨类型；
10、根据所述目标区域对应的目标降水值以及所述预设降雨类型匹配策略，得到所述目标降雨类型。
11、该实施例中，通过目标降雨类型识别模型得到的降水值以及预设降雨类型匹配策略，能够提高降雨类型识别的准确性以及识别效率。
12、在一些实施例中，在所述将所述待识别降雨图像输入到所述目标降雨类型识别模型，得到所述目标区域对应的目标降水值之前，所述方法还包括：
13、获取降雨图像样本以及与所述降雨图像样本对应的正确降水值；
14、根据所述正确降水值对所述降雨图像样本进行数据标注处理，得到所述降雨图像数据集，所述降雨图像训练数据集中每张降雨图像样本对应唯一的正确降水值；
15、将所述降雨图像数据集按照预设比例划分，得到降雨图像训练数据集、降雨图像验证数据集以及降雨图像测试数据集；
16、根据所述降雨图像训练数据集、所述降雨图像验证数据集以及所述降雨图像测试数据集对所述预设降雨类型识别模型进行训练，得到所述目标降雨类型识别模型。
17、该实施例中，通过数据标注处理以及通过训练数据集、验证数据集以及测试数据集对预设降雨类型识别模型进行训练，可以提高模型训练效果以及模型在处理降雨类型识别时的准确性。
18、在一些实施例中，所述根据所述降雨图像训练数据集、所述降雨图像验证数据集以及所述降雨图像测试数据集对所述预设降雨类型识别模型进行训练，得到所述目标降雨类型识别模型，包括：
19、根据所述降雨图像训练数据集对所述预设降雨类型识别模型进行训练，得到训练后的降雨类型识别模型；
20、根据所述降雨图像验证数据集对所述训练后的预设降雨类型识别模型进行验证，得到预测损失参数；
21、在所述预测损失参数符合预设神经网络参数的情况下，根据所述降雨图像测试数据集对所述训练后的预设降雨类型识别模型进行测试，得到预测准确率；
22、在所述预测准确率大于预设准确率的情况下，根据所述训练后的预设降雨类型识别模型得到所述目标降雨类型识别模型。
23、该实施例中，通过验证数据集以及测试数据集分别对训练后的预设降雨类型识别模型的预测损失参数、预测准确性进行验证及测试，能够快速、准确地评估模型识别准确性，还有助于提升模型优化训练的可靠性，提高目标降雨类型识别模型的识别能力。
24、在一些实施例中，所述根据所述降雨图像训练数据集对所述预设降雨类型识别模型进行训练，得到训练后的降雨类型识别模型，包括：
25、从所述降雨图像训练数据集中获取至少一张降雨图像训练样本以及与所述至少一张降雨图像训练样本对应的正确降水值；
26、对所述至少一张降雨图像训练样本进行预处理，得到至少一张预处理后的降雨图像训练样本，所述预处理至少包括中心裁剪处理以及归一化处理；
27、获取预设模型训练参数，所述预设模型训练参数包括学习率、批次数以及训练轮数；
28、按照所述预设模型训练参数，将所述至少一张预处理后的降雨图像训练样本以及所述至少一张降雨图像训练样本对应的正确降水值输入到所述预设降雨类型识别模型进行训练，得到所述训练后的降雨类型识别模型。
29、该实施例中，通过预处理可以提高模型训练的稳定性，以及通过预设模型训练参数进行模型训练，能够平衡模型训练的收敛速度、稳定性以及泛化能力等，还能够避免模型训练过拟合，提高模型的训练效率和训练效果。
30、在一些实施例中，所述根据所述降雨图像验证数据集对所述训练后的预设降雨类型识别模型进行验证，得到预测损失参数，包括：
31、从所述降雨图像验证数据集中获取至少一张降雨图像验证样本以及与所述至少一张降雨图像验证样本对应的正确降水值；
32、将所述至少一张降雨图像验证样本输入到所述训练后的预设降雨类型识别模型，得到第一预测降水值；
33、将所述第一预测降水值与所述至少一张降雨图像验证样本对应的正确降水值输入到预设损失函数，得到所述训练后的预设降雨类型识别模型的所述预测损失参数。
34、该实施例中，通过预设损失函数计算训练后的预设降雨类型识别模型的所述预测损失参数，能够客观、准确的评估模型的识别准确性，及时监测模型训练过程是否出现不收敛、过拟合等现象，以帮助及时调整模型训练参数。
35、在一些实施例中，所述在所述预测损失参数符合预设神经网络参数的情况下，根据所述降雨图像测试数据集对所述训练后的预设降雨类型识别模型进行测试，得到预测准确率，包括：
36、在所述预测损失参数符合预设神经网络参数的情况下，从所述降雨图像测试数据集中获取至少两张降雨图像测试样本以及与所述至少两张降雨图像测试样本对应的正确降水值；
37、将所述至少两张降雨图像测试样本输入到所述训练后的预设降雨类型识别模型，得到第二预测降水值；
38、将所述第二预测降水值与所述至少两张降雨图像测试样本对应的正确降水值进行对比，计算得到所述训练后的预设降雨类型识别模型的所述预测准确率。
39、该实施例中，通过测试数据集计算获得训练后的预设降雨类型识别模型的预测准确率，能够客观、准确的评估模型的识别准确性，有利于优化模型训练参数。
40、在一些实施例中，在所述根据所述待识别降雨图像以及目标降雨类型识别模型，得到目标降雨类型之后，所述方法还包括：
41、获取所述目标区域对应的目标气象基站监测的降雨类型以及目标雷达监测的降雨类型；
42、判断所述目标降雨类型、所述目标气象基站监测的降雨类型以及所述目标雷达监测的降雨类型是否相同；
43、在所述目标降雨类型、所述目标气象基站监测的降雨类型以及所述目标雷达监测的降雨类型不相同的情况下，输出告警提示信息，所述告警提示信息用于提示所述目标降雨类型存在误差。
44、该实施例中，通过气象基站监测的降雨类型以及雷达监测的降雨类型对模型识别得到的降雨类型进行辅助验证，能够及时对模型识别结果的准确性进行检测，提高了降雨类型识别的智能化。
45、本技术实施例提供的一种降雨类型识别系统，包括获取模块、处理模块以及识别模块，其中：
46、所述获取模块，用于从监控视频中获取目标区域的原始降雨图像；
47、所述处理模块，用于对所述原始降雨图像进行数据清洗处理，得到待识别降雨图像；
48、所述识别模块，用于根据所述待识别降雨图像以及目标降雨类型识别模型，得到目标降雨类型，所述目标降雨类型是根据所述目标区域对应的目标降水值确定的，所述目标降雨类型识别模型是根据降雨图像数据集对预设降雨类型识别模型进行训练得到的。
49、本技术实施例提供的一种降雨类型识别系统，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述程序时实现本技术实施例所述的方法。
50、本技术实施例提供的计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本技术实施例提供的所述的方法。
1.一种降雨类型识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述待识别降雨图像以及目标降雨类型识别模型，得到目标降雨类型，包括：
3.根据权利要求2所述的方法，其特征在于，在所述将所述待识别降雨图像输入到所述目标降雨类型识别模型，得到所述目标区域对应的目标降水值之前，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述降雨图像训练数据集、所述降雨图像验证数据集以及所述降雨图像测试数据集对所述预设降雨类型识别模型进行训练，得到所述目标降雨类型识别模型，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述降雨图像训练数据集对所述预设降雨类型识别模型进行训练，得到训练后的降雨类型识别模型，包括：
6.根据权利要求4所述的方法，其特征在于，所述根据所述降雨图像验证数据集对所述训练后的预设降雨类型识别模型进行验证，得到预测损失参数，包括：
7.根据权利要求4所述的方法，其特征在于，所述在所述预测损失参数符合预设神经网络参数的情况下，根据所述降雨图像测试数据集对所述训练后的预设降雨类型识别模型进行测试，得到预测准确率，包括：
8.根据权利要求1～7任意一项所述的方法，其特征在于，在所述根据所述待识别降雨图像以及目标降雨类型识别模型，得到目标降雨类型之后，所述方法还包括：
9.一种降雨类型识别系统，其特征在于，所述系统包括获取模块、处理模块以及识别模块，其中：
10.一种降雨类型识别系统，其特征在于，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1至8任一项所述方法的步骤。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至8任一项所述的方法。
