基于卷积神经网络的预制叠合板多目标智能化检测方法OACSTPCD
Multi-target intelligent detection method of prefabricated laminated board based on convolutional neural network
在生产过程中,预制构件尺寸不合格问题将导致其在施工现场无法顺利安装,从而影响工期.为推进预制构件智能化生产的进程,以预制叠合板为例,基于卷积神经网络研究生产过程中的智能检测方法,在生产流水线上设计并安装图像采集系统,建立预制叠合板尺寸检测数据集.通过YOLOv5算法实现对混凝土底板、预埋PVC线盒及外伸钢筋的识别,并以固定磁盒作为基准参照物进行尺寸检测误差分析,实现混凝土底板尺寸、预埋PVC线盒坐标的检测,在降低训练数据集参数规模的工况下保持较高…查看全部>>
The unqualified size of prefabricated component in the production process will lead to the failure of the installation on the construction site,and affect the construction period.In order to promote the process of intelligent production of prefabricated components.Based on a convolutional neural network,the prefabricated laminated board is used as an example to study the intelligent detection method of the production process.Design and install an image acqui…查看全部>>
姚刚;廖港;杨阳;李青泽;魏伏佳
重庆大学山地城镇建设与新技术教育部重点实验室||土木工程学院,重庆 400045重庆大学山地城镇建设与新技术教育部重点实验室||土木工程学院,重庆 400045重庆大学山地城镇建设与新技术教育部重点实验室||土木工程学院,重庆 400045重庆大学山地城镇建设与新技术教育部重点实验室||土木工程学院,重庆 400045中机中联工程有限公司,重庆 400050
土木建筑
预制叠合板多目标检测卷积神经网络预制构件智能化生产
prefabricated laminated boardmulti-target detectionconvolutional neural networkprefabricated componentintelligent production
《土木与环境工程学报（中英文）》 2024 (1)
93-101,9
国家重点研发计划(2019YFD1101005)National Key R & D Program of China(No.2019YFD1101005)
评论