基于深度学习的混凝土坍落度检测方法

随着城市化建设的大幅加快,混凝土作为最重要的建筑材料之一,在生产与施工过程中进行质量控制尤为重要。然而,传统的混凝土工作性能检测方法十分费时费力,并且检测结果的准确性受到人为操作因素的影响较大,不利于工程建设的安全与高效实施。本文提出了一种简便、高效的混凝土坍落度检测方法,采用深度学习对混凝土拌合物图像进行识别,达到快速检测混凝土坍落度的目的。本次采用了ResNet,ResNeXt,DenseNet和MobilenetV3架构进行图像分析,经过数据构建、模型训练和应用测试,分析结果证明了计算机视觉方法在混凝土坍落度检测过程中的有效性和准确性,促进建筑工程行业的数字化智能化技术应用进一步发展。