基于深度学习的混凝土结构钢筋工程质量图像视觉检测算法

针对目前钢筋工程质量检测中人工抽检方法检测效率低,覆盖面不全的问题,提出一种可实现钢筋间距与直径智能检测的改进YOLOX目标检测算法。该方法基于精确的钢筋交叉点识别,实现钢筋间距与直径检测,在YOLOX目标检测算法中加入坐标注意力机制模块,采用完全交并比损失函数替换原有算法中的边界框回归损失函数,显著提升目标检测算法识别钢筋交叉点及其中心坐标的精准度;依据钢筋交叉点预测框的像素坐标信息与RGBD相机采集的深度信息,实现钢筋间距检测;采用整体嵌套边缘检测网络(HED)边缘检测算法消除图片中钢筋肋边缘对统计钢筋直径所含像素个数的干扰,实现钢筋直径的检测。结果表明:采用改进后的算法检测得到的钢筋间距最大误差为4.04 mm,平均误差小于2.8 mm,满足施工规范要求;当采用改进后的算法检测8、10、16、20、25 mm钢筋直径时,检测值在标准值d0±1 mm范围内的平均准确率为97.22%。

桥梁预制构件钢筋骨架自动化生产流程与技术综述

在建筑业劳动力老龄化的当下,建筑业生产工艺的转型升级显得尤为紧迫。面向信息化、智能化和自动化发展的建筑数字化设计和智能建造是实现传统建筑工业转型升级的核心。聚焦现有桥梁预制构件的生产,针对桥梁预制构件钢筋骨架的生产工艺提出了自动化生产流程,并对流程中数据驱动、钢筋安装、视觉识别、自动绑扎/焊接和质量检测5个环节中所需的关键技术进行了梳理和分析,讨论了现有技术在预制箱梁顶板钢筋骨架的自动生产中的应用方式。