為提升影像辨識成效，水利署「遠端影像監控系統」透過攝影機提供的邊緣運算(Edge Computing)搭配移動偵測（Motion detection technology）技術建置影像差異事件，並導入Faster-RCNN演算法進行實作影像物體偵測，進一步整合AI智慧化影像差異事件過濾，訓練模型如下圖。
圖1 模型建置流程圖
模型以歷史照片為訓練資料集(Training data)，並以有實際車輛的樣本影像為驗證資料集(Validation Data)，透過監控訓練得到損失函數趨勢，如下圖所示，其中x軸代表訓練圈數，y軸則代表損失率，模型越小越精準，當損失函數逐漸遞減至趨於穩定時，則為最佳的模型。
圖2 模型損失函數趨勢圖
本(111)年度於「遠端影像監控系統維管計畫」案中，將持續進行AI中程計畫，藉由AI辨識模組訓練精進辨識率，並將蒐集標記於訓練平台中進行反復訓練，以及檢視調整影像來源端(河川局攝影機)的拍攝範圍、角度、影像傳輸頻寬等，俾利達到節省人力及提升遠端監控工作整體效益。