基于卷积神经网络的预制叠合板多目标智能化检测方法
Multi-target intelligent detection method of prefabricated laminated board based on convolutional neural network作者机构：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
出 版 物：《土木与环境工程学报(中英文)》 (Journal of Civil and Environmental Engineering)
年 卷 期：2024年第46卷第1期
页 面：93-101页
学科分类：08[工学] 081402[工学-结构工程] 0814[工学-土木工程]
主 题：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
摘 要：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的识别精度。结果表明:该方法可以有效检测预制叠合板的底板数量和尺寸、预埋PVC线盒数量和坐标,并实现弯折方向不合格的外伸钢筋检测,并能降低人工成本,提高检测精度,加快检测速度,提高预制叠合板的出厂质量。
维普期刊数据库
同方期刊数据库