水位是河流湖库的基本水文要素之一，由于城市及灌区对于供水量、暴雨及洪水流量、径流泥沙及养分输移率等信息通常均需要根据水位测量值求得，因此连续可靠的水位监测对于流域水资源管理与综合治理具有重要意义。

当前，水利行业监测水位的方法除了人工检测外，还有自动水位计检测，自动水位计检测主要包括浮子式、压力式、超声波式及雷达式等，以及会采用传统的图像识别方法对水位进行监测。
这些方法在监控时存在诸多缺陷，比如人工监测，存在安全问题，劳动强度大且自动化程度低；各种自动水位计成本高，易受环境影响，维护成本较高；而传统的图像识别方法对每个摄像头的安装角度和位置要求较高，适应性较差。

针对现有技术存在的不足，本系统目的在于提供一种基于AI人工智能识别水尺水位的方法，解决现有自动水位计成本高并且精度易受环境影响，以及传统图像识别方法灵活度较低的缺点。
系统通过安装AI摄像头获取大量水尺图像数据进行训练，训练数据全部来自已有的实际场景，加之深度学习算法固有的可迁移和泛化能力，所以对新安装的现场环境有很好的适应性，几乎可以做到安装即可使用，无需专业技术调试，且后期升级只需要替换预训练的模型算法即可，前期安装和后期维护都很简单。