建筑工地在鋼筋成車(chē)來(lái)料時(shí),需要人工清點(diǎn)數(shù)量,然后才能開(kāi)展后續(xù)工作,不僅效率低,而且增加運(yùn)營(yíng)成本。隨著大數(shù)據(jù)時(shí)代的到來(lái),建筑行業(yè)希望借助智能終端設(shè)備來(lái)減少勞動(dòng)力的投入,打破傳統(tǒng)的桎梏。本文利用YOLO算法實(shí)現(xiàn)鋼筋數(shù)量的智能盤(pán)點(diǎn)。
在工地現(xiàn)場(chǎng),對(duì)于進(jìn)場(chǎng)的鋼筋車(chē),驗(yàn)收人員需要對(duì)車(chē)上的鋼筋進(jìn)行現(xiàn)場(chǎng)人工點(diǎn)根,確認(rèn)數(shù)量后鋼筋車(chē)才能完成進(jìn)場(chǎng)卸貨。目前現(xiàn)場(chǎng)采用人工計(jì)數(shù)的方式。
鋼筋點(diǎn)跟現(xiàn)場(chǎng)場(chǎng)景上述過(guò)程繁瑣、消耗人力且速度很慢(一般一車(chē)鋼筋需要半小時(shí),一次進(jìn)場(chǎng)盤(pán)點(diǎn)需數(shù)個(gè)小時(shí))。針對(duì)上述問(wèn)題,希望通過(guò)手機(jī)拍照-》目標(biāo)檢測(cè)計(jì)數(shù)-》人工修改少量誤檢的方式智能、高效的完成此任務(wù):
主要難點(diǎn)
(1)精度要求高(High precision requirement )
鋼筋本身價(jià)格較昂貴,且在實(shí)際使用中數(shù)量很大,誤檢和漏檢都需要人工在大量的標(biāo)記點(diǎn)中找出,所以需要精度非常高才能保證驗(yàn)收人員的使用體驗(yàn)。需要專(zhuān)門(mén)針對(duì)此密集目標(biāo)的檢測(cè)算法進(jìn)行優(yōu)化,另外,還需要處理拍攝角度、光線不完全受控,鋼筋存在長(zhǎng)短不齊、可能存在遮擋等情況。
(2)鋼筋尺寸不一(Various dimensions of rebars)
鋼筋的直徑變化范圍較大(12-32中間很多種類(lèi))且截面形狀不規(guī)則、顏色不一,拍攝的角度、距離也不完全受控,這也導(dǎo)致傳統(tǒng)算法在實(shí)際使用的過(guò)程中效果很難穩(wěn)定。
(3)邊界難以區(qū)分(Indistinguishable boundaries )
一輛鋼筋車(chē)一次會(huì)運(yùn)輸很多捆鋼筋,如果直接全部處理會(huì)存在邊緣角度差、遮擋等問(wèn)題效果不好,目前在用單捆處理+最后合計(jì)的流程,這樣的處理過(guò)程就會(huì)需要對(duì)捆間進(jìn)行分割或者對(duì)最終結(jié)果進(jìn)行去重,難度較大。
基于鋼筋進(jìn)場(chǎng)現(xiàn)場(chǎng)的圖片和標(biāo)注,綜合運(yùn)用計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)/深度學(xué)習(xí)等技術(shù),實(shí)現(xiàn)拍照即可完成鋼筋點(diǎn)根任務(wù),大幅度提升建筑行業(yè)關(guān)鍵物料的進(jìn)場(chǎng)效率和盤(pán)點(diǎn)準(zhǔn)確性,將建筑工人從這項(xiàng)極其枯燥繁重的工作中解脫出來(lái)。
使用方法安裝:git clone https://github.com/tutan123/detect_steel_yolov3_darknet.gitcd detect_steel_darknetyolomake -jpip install -r requirements.txt下載數(shù)據(jù)并解壓,訓(xùn)練和測(cè)試圖像分別放到train目錄和test目錄,目錄結(jié)構(gòu)如下:- detect_steel_darknetyolo train_labels.csv train/ test/生成訓(xùn)練的label文件- python gen_labels.py將label/文件夾下的文件拷貝到train/目錄- cp -r label/* train/訓(xùn)練:./get_weight.sh./train.sh預(yù)測(cè):python infer.py單張照片預(yù)測(cè):./darknet detector test voc.data cfg/yolov3.cfg backup/yolov3_final.weights test/FF5AE15C.jpg
效果:線上 0.96+
審核編輯:郭婷
-
智能終端
+關(guān)注
關(guān)注
6文章
878瀏覽量
34735 -
大數(shù)據(jù)
+關(guān)注
關(guān)注
64文章
8884瀏覽量
137423
原文標(biāo)題:智能盤(pán)點(diǎn)!基于Yolov3的鋼筋檢測(cè)計(jì)數(shù)
文章出處:【微信號(hào):3D視覺(jué)工坊,微信公眾號(hào):3D視覺(jué)工坊】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論