基于改进DeeplabV3+的钢筋尺寸检测算法.pdfVIP

第４３卷第５期地震工程与工程振动Ｖｏｌ.４３Ｎｏ.５

２０２３年１０月ＥＡＲＴＨＱＵＡＫＥＥＮＧＩＮＥＥＲＩＮＧＡＮＤＥＮＧＩＮＥＥＲＩＮＧＤＹＮＡＭＩＣＳＯｃｔ.２０２３

－－－

文章编号:１０００１３０１(２０２３)０５０２４００９ＤＯＩ:１０.１３１９７/ｊ.ｅｅｅｄ.２０２３.０５２４

＋

基于改进ＤｅｅｐｌａｂＶ３的钢筋尺寸检测算法

１１１２２

王政ꎬ李飒ꎬ陈洪界ꎬ李江涛ꎬ陈伟

(１.武汉誉城九方建筑有限公司ꎬ湖北武汉４３００５０ꎻ２.长沙理工大学土木工程学院ꎬ湖南长沙４１０１１４)

摘要:钢筋混凝土工程的建造规模与要求日益提升ꎬ传统的钢筋检验方法无法在效率和数量上满

足工程检查的需求ꎬ且施工现场钢筋背景环境复杂多变ꎬ单一的图像识别算法无法利用到钢筋的特

征信息ꎬ在精度上不能满足建筑智能监理的验收标准ꎮ为了解决这方面的问题ꎬ提出一种改进的

＋

ＤｅｅｐｌａｂＶ３模型对钢筋识别ꎮ研究表明:通过减小空洞卷积膨胀率以及空洞卷积密度ꎬ降低模型感

受野ꎬ提高了细部边缘特征信息的提取率ꎻ通过加入注意力机制实现模型对钢筋特征信息的敏感程

度ꎮ之后利用图像处理技术对识别图进行检测ꎬ获得钢筋各项尺寸ꎮ在施工现场收集钢筋图像并整

＋

理成数据集ꎬ并在此数据集上进行算法检验ꎮ实验结果表明ꎬ改进的ＤｅｅｐｌａｂＶ３模型和原模型相比ꎬ

在平均交并比、像素精确率、召回率上分别提升了５.１４％、０.２７％、５.１９％ꎬ钢筋直径和间距的尺寸检测

精度也达到了工程验收的标准ꎮ

＋

关键词:智能检测ꎻ钢筋尺寸检测ꎻＤｅｅｐｌａｂＶ３模型ꎻ注意力机制

中图分类号:ＴＰ３９１.４文献标识码:Ａ

ＲｅｂａｒｓｉｚｅｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｉｍｐｒｏｖｅｄＤｅｅｐｌａｂＶ３＋

１１１２２

ＷＡＮＧＺｈｅｎｇꎬＬＩＳａꎬＣＨＥＮＨｏｎｇｊｉｅꎬＬＩＪｉａｎｇｔａｏꎬＣＨＥＮＷｅｉ

(１.ＷｕｈａｎＹｕｃｈｅｎｇＪｉｕｆａｎｇＣｏｎｓｔｒｕｃｔｉｏｎＣｏ.ꎬＬｔｄ.ꎬＷｕｈａｎ４３００５０ꎬＣｈｉｎａꎻ２.ＣｏｌｌｅｇｅｏｆＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇꎬ

ＣｈａｎｇｓｈａＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙꎬＣｈａｎｇｓｈａ４１０１１４ꎬＣｈｉｎａ)

Ａｂｓｔｒａｃｔ:Ｔｈｅｃｏｎｓｔｒｕｃｔｉｏｎｓｃａｌｅａｎｄｒｅｑｕｉｒｅｍｅｎｔｓｏｆｒｅｉｎｆｏｒｃｅｄｃｏｎｃｒｅｔｅｐｒｏｊｅｃｔｓａｒｅｉｎｃｒｅａｓｉｎｇꎬｔｒａｄｉｔｉｏｎａｌ

ｒｅｉｎｆｏｒｃｉｎｇｓｔｅｅｌｉｎｓｐｅｃｔｉ