本技术实施例涉及计算机领域，具体而言，涉及一种水位信息的确定方法及装置、存储介质、电子设备。
背景技术：
1、随着全球气候变化和人类活动的影响，洪水灾害频发，对人类社会和自然环境造成了巨大的损失。因此，精准有效地监测水位变化，预测洪水发生的可能性，对于减轻灾害损失、保护人民生命财产安全具有重要意义。传统的水位监测方法依赖于物理测量设备，如水位尺、浮标等，这些方法不仅成本高，而且受限于监测点的分布，难以实现大范围、实时的水位监测。同时，水位检测设备的安装往往需要专业的技术人员进行现场作业，以确保设备正确安装并能准确地进行水位监测，出现告警也需要现场确认情况。而且，定期的维护和检查也是必不可少的，这些工作同样需要专业人员来完成。
2、随着技术的进步，人工智能技术开始进入到水体检测，利用视频监控和目标检测的自动化预警告警系统逐渐投入使用，相对传统的检测方式，该方法只需要搭建监控系统和对应的目标检测模型便可以自动监控水位情况，出现预警和告警可以通过监控第一时间确认现场情况，成本相对较低。但是该方法通常使用单一的模型对水位标志物进行检测，进而使得对水位标志物的识别准确率较低，导致确定的水位信息的准确率较低。
3、针对相关技术，对水位标志物的识别准确率较低，导致确定的水位信息的准确率较低的问题，目前尚未提出有效的解决方案。
4、因此，有必要对相关技术予以改良以克服相关技术中的所述缺陷。
技术实现思路
1、本技术实施例提供了一种水位信息的确定方法及装置、存储介质、电子设备，以至少解决相关技术中对水位标志物的识别准确率较低，导致确定的水位信息的准确率较低的问题。
2、根据本技术的一个实施例，提供了一种水位信息的确定方法，包括：将目标图像分别输入至语义分割模型和边缘分割模型，以使所述语义分割模型输出所述目标图像对应的第一语义分割图像，以及所述边缘分割模型输出所述目标图像对应的第一边缘分割图像，其中，所述第一语义分割图像包括：所述目标图像中的每个像素点的类型，所述边缘分割模型包括：所述目标图像中分割后的每个区域；根据所述第一语义分割图像和所述第一边缘分割图像确定所述目标图像中的水位标志物的第一位置；根据所述第一位置确定目标区域的水位信息。
3、在一个示例性实施例中，根据所述第一语义分割图像和所述第一边缘分割图像确定所述目标图像中的水位标志物的第一位置，包括：根据所述第一边缘分割图像确定多个区域；确定每个区域的像素点，以及根据所述第一语义分割图像确定所述每个区域的每个像素点的类型；确定每个类型对应的像素点的数量，并根据所述像素点的数量确定所述每个区域对应的类型；根据所述每个区域对应的类型确定所述目标图像中的水位标志物的第一位置。
4、在一个示例性实施例中，将目标图像分别输入至语义分割模型和边缘分割模型，包括：确定所述目标图像的最长边，并基于所述目标图像的原长宽比，将所述最长边调整至目标数值的像素对应的长度，以获取调整后的目标图像；确定所述调整后的目标图像中的像素点的平均值和标准差；根据所述调整后的目标图像中的像素点的平均值和标准差对所述调整后的目标图像进行归一化处理，以得到归一化处理后的目标图像；将所述归一化处理后的目标图像分别输入至语义分割模型和边缘分割模型。
5、在一个示例性实施例中，将目标图像分别输入至语义分割模型和边缘分割模型之前，所述方法还包括：将校验图像分别输入至初始语义分割模型和初始边缘分割模型中，以使所述语义分割模型输出所述校验图像对应的第二语义分割图像，以及所述边缘分割模型输出所述目标图像对应的第二边缘分割图像；根据所述第二语义分割图像和所述第二边缘分割图像确定所述校验图像中的水位标志物的第二位置；确定所述水位标志物的第二位置的准确性，以及确定所述准确性与预设准确性的大小关系；在所述大小关系指示所述准确性大于所述预设准确性的情况下，确定所述初始语义分割模型为所述语义分割模型，以及所述初始边缘分割模型为所述边缘分割模型；在所述大小关系指示所述准确性小于或者等于所述预设准确性的情况下，接收终端设备发送的提示信息，并根据所述提示信息对所述初始语义分割模型和所述初始边缘分割模型进行参数调整，以得到参数调整后的语义分割模型和参数调整后的边缘分割模型；确定所述参数调整后的语义分割模型为所述语义分割模型，以及所述参数调整后的边缘分割模型为所述边缘分割模型。
6、在一个示例性实施例中，根据所述提示信息对所述初始语义分割模型和所述初始边缘分割模型进行参数调整，包括：在所述提示信息为关键像素点的信息的情况下，根据所述关键像素点的类型信息对所述初始语义分割模型进行训练，以调整所述初始语义分割模型的参数，以及根据所述关键像素点的分割信息对所述初始边缘分割模型进行训练，以调整所述初始边缘分割模型的参数；在所述提示信息为关键区域的信息的情况下，根据所述关键区域的类型信息对所述初始语义分割模型进行训练，以调整所述初始语义分割模型的参数，以及根据所述关键区域的分割信息对所述初始边缘分割模型进行训练，以调整所述初始边缘分割模型的参数；在所述提示信息的水位标志物的正确位置的情况下，根据所述水位标志物的正确位置对所述初始语义分割模型和所述初始边缘分割模型进行训练，以调整所述初始语义分割模型和所述初始边缘分割模型的参数。
7、在一个示例性实施例中，根据所述水位标志物的第一位置确定目标区域的水位信息，包括：根据所述第一边缘分割图像确定多个区域；确定每个区域的像素点，以及根据所述第一语义分割图像确定所述每个区域的每个像素点的类型；确定每个类型对应的像素点的数量，并根据所述像素点的数量确定所述每个区域对应的类型；根据所述每个区域对应的类型确定所述目标图像中的水面的第三位置；根据所述水面的第三位置和所述水位标志物的第一位置确定所述目标区域的水位信息。
8、在一个示例性实施例中，根据所述水面的第三位置和所述水位标志物的第一位置确定所述目标区域的水位信息，包括：在确定所述水位标志物的第一位置不存在的情况下，确定所述目标区域的水位处于告警状态，其中，在所述目标区域的水位处于告警状态的情况下，向目标终端发送告警信息；在确定所述水位标志物的第一位置存在的情况下，根据所述水面的第三位置和所述水位标志物的第一位置确定所述水面与所述水位标志物的距离；在所述距离大于预设距离的情况下，确定所述目标区域的水位处于安全状态；在所述距离小于或者等于预设距离的情况下，确定所述目标区域的水位处于预警状态，其中，在所述目标区域的水位处于预警状态的情况下，向目标终端发送预警信息。
9、根据本技术的另一个实施例，提供了一种水位信息的确定装置，包括：输入模块，用于将目标图像分别输入至语义分割模型和边缘分割模型，以使所述语义分割模型输出所述目标图像对应的第一语义分割图像，以及所述边缘分割模型输出所述目标图像对应的第一边缘分割图像，其中，所述第一语义分割图像包括：所述目标图像中的每个像素点的类型，所述边缘分割模型包括：所述目标图像中分割后的每个区域；第一确定模块，用于根据所述第一语义分割图像和所述第一边缘分割图像确定所述目标图像中的水位标志物的第一位置；第二确定模块，用于根据所述水位标志物的第一位置确定目标区域的水位信息。
10、根据本技术的又一个实施例，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
11、根据本技术的又一个实施例，还提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
12、根据本技术的又一个实施例，还提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述任一项方法实施例中的步骤。
13、通过本技术中的系统，将目标图像分别输入至语义分割模型和边缘分割模型，以使所述语义分割模型输出所述目标图像对应的第一语义分割图像，以及所述边缘分割模型输出所述目标图像对应的第一边缘分割图像，其中，所述第一语义分割图像包括：所述目标图像中的每个像素点的类型，所述边缘分割模型包括：所述目标图像中分割后的每个区域；根据所述第一语义分割图像和所述第一边缘分割图像确定所述目标图像中的水位标志物的第一位置；根据所述第一位置确定目标区域的水位信息。在本技术实施例中，可以通过在寄存器中灵活配置第一参数和第二参数的数值，进而达到灵活配置单次的令牌添加数量，因此，可以解决相关技术中，对水位标志物的识别准确率较低，导致确定的水位信息的准确率较低的问题。本技术基于语义分割模型确定图像中的语义信息，以及基于边缘分割模型对图像中的不同类型的区域进行分割，进而基于得到的语义分割图像和所述边缘分割图像确定水位标志物的位置，进而确定水位信息，提高了确定的水位信息的准确率。
1.一种水位信息的确定方法，其特征在于，
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求1所述的方法，其特征在于，
4.根据权利要求1所述的方法，其特征在于，
5.根据权利要求4所述的方法，其特征在于，
6.根据权利要求1所述的方法，其特征在于，
7.根据权利要求6所述的方法，其特征在于，
8.一种水位信息的确定装置，其特征在于，
9.一种计算机可读存储介质，其特征在于，
10.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，
