检索结果-南通市图书馆

面向密集型钢筋计数的GCA-MobilenetV2-YOLOv4算法

在线全文

学校读者我要写书评

暂无评论

电子测量技术 2023年第9期46卷 166-174页

作者：刘浩辛山北京建筑大学电气与信息工程学院北京102627

为提高建筑工地的钢筋计数效率,围绕施工单位硬件设备算力不足,钢筋图像物体密集遮挡严重的情况,提出一种改进的轻量化YOLOv4算法。提出GCA-MobilenetV2轻量级网络替换CSPDarknet53,作为YOLOv4算法的主干特征网络。针对钢筋图像密集,物... 详细信息

为提高建筑工地的钢筋计数效率,围绕施工单位硬件设备算力不足,钢筋图像物体密集遮挡严重的情况,提出一种改进的轻量化YOLOv4算法。提出GCA-MobilenetV2轻量级网络替换CSPDarknet53,作为YOLOv4算法的主干特征网络。针对钢筋图像密集,物体间遮挡严重的情况,提出融合通道注意力机制的attention-CSP-PANet结构。针对深层网络SPP结构参数量大,模型训练时梯度消失的问题,提出DepthLite-SPP结构,增强深层网络的感受野,提高算法的检测速度。针对一阶段回归的算法正负样本失衡问题,设计CIOU-Focal损失函数。实验证明,在自建钢筋数据集中检测精度为98.78%,对比原算法精度提升了3.36%,检测速度FPS提升了7.6,参数量仅为原算法的1/3。

关键词：钢筋计数 YOLOv4算法改进 GCA-MobilenetV2网络 attention-CSP-PANet结构 DepthLite-SPP结构

基于Matlab图像处理的钢筋计数方法研究

在线全文

学校读者我要写书评

暂无评论

基于Matlab图像处理的钢筋计数方法研究

作者：李嘉强沈阳理工大学

学位级别：硕士

目前,国内大部分钢厂的钢筋销售模式为成捆定支销售,因而对成捆钢筋计数显得尤为重要,现在许多厂商通过工人手工计数的方式来实现对成捆钢筋的计数,这种计数方法效率不高,同时对工人的要求较高,工作强度也比较大,渐渐已经无法达到现代... 详细信息

目前,国内大部分钢厂的钢筋销售模式为成捆定支销售,因而对成捆钢筋计数显得尤为重要,现在许多厂商通过工人手工计数的方式来实现对成捆钢筋的计数,这种计数方法效率不高,同时对工人的要求较高,工作强度也比较大,渐渐已经无法达到现代化钢铁企业快速生产的要求。所以,对成捆钢筋的自动计数已经成为钢材企业有待解决的问题,这不但可以减轻工人的劳动强度,而且还可以提高成捆钢筋计数的精度,具有重要的现实意义。本文主要运用对数字图像进行处理的方式来识别成捆钢筋数字端面图像。在文章开始时对钢筋端面数字图像作预处理操作,把彩色图像转变成为灰度图像,对灰度图像做直方图均衡化操作,加强图像对比度,再将已经完成均衡化操作的图像组合滤波,便于后续处理;然后将处理后灰度图像分割,本文选取了多子图像阈值分割法对待识别钢筋端面图像进行分割。为了解决分割后图像中待识别目标相互分离不明显问题,本文采用一种填充孔洞、腐蚀以及删除小面积相结合的数学形态学算法,完成对大多数待识别钢筋端面图像的相互分离的同时,也去除了绝大多数背景和噪声;最后运用连通区域标记法,按照八连通区域准则扫描图像,提取出连通域面积及相关参数,利用面积与面积率综合计数法,完成对连通区域的识别及计数,从而达到对成捆钢筋计数的目的。本文以模式识别、机器视觉及数字图像处理等技术为基础,设计了基于MATLAB平台的钢筋计数系统。通过将现场采集的待识别钢筋端面数字图像进行一系列图像分析及处理,最后实现成捆钢筋的识别及计数。

关键词：钢筋计数数字图像处理多子图像阈值分割识别计数

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于卷积神经网络的钢筋计数算法研究

基于卷积神经网络的钢筋计数算法研究

作者：石京磊华中科技大学

学位级别：硕士

钢筋是应用在各类建筑中最基本的材料之一。研究钢筋计数算法,对提高钢铁行业的自动化水平具有重要意义。论文针对建筑工地成捆钢筋的计数问题,以及生产线上钢筋的计数问题展开研究。基于卷积神经网络分别提出了针对成捆钢筋的端面图片... 详细信息

钢筋是应用在各类建筑中最基本的材料之一。研究钢筋计数算法,对提高钢铁行业的自动化水平具有重要意义。论文针对建筑工地成捆钢筋的计数问题,以及生产线上钢筋的计数问题展开研究。基于卷积神经网络分别提出了针对成捆钢筋的端面图片的静态钢筋计数算法,与针对生产线上红外热轧钢筋端面视频的动态钢筋计数算法,并设计实现了红外热轧钢筋视频智能计数系统。主要研究工作可概括如下:第一,提出了基于级联式目标候选头网络的静态钢筋计数算法。针对图片中钢筋端面目标较小容易遗漏的特点,提出一种级联式目标候选头网络的钢筋端面目标检测算法,首先采用特征金字塔融合算法从特征提取网络中提取多层特征图,进而提取目标候选框,最后采用三级级联的目标候选头网络对目标候选框进行递进预测和回归,并使用软性非极大值抑制对结果进行后处理,得到钢筋端面目标检测结果。训练采用平衡目标正负样本采样方式和平衡L1损失函数,进一步提高检测精度。第二,提出了基于轻量级单尺度特征图网络的红外热轧钢筋视频计数算法。根据对固定红外摄像机视场内传送带上的热轧钢筋进行动态计数的要求,算法在视频中固定位置设定一分界线,检测钢筋目标并进行跟踪,对通过分界线的钢筋进行计数。在检测方面,设计了一种轻量级的单尺度特征图钢筋检测网络,采用计算量小的深度分离卷积网络提取特征,根据钢筋端面目标尺度单一的特点设计单层特征图,在特征图上设置目标候选框以检测钢筋端面目标;在跟踪方面,采用核相关滤波算法(Kernel Correlation Filter-KCF)对视频帧中已检测到的钢筋目标进行跟踪。实验表明所提动态钢筋计数算法具有较高的计数精度和较好的实时性,完全满足实际需求。第三,设计实现了红外热轧钢筋视频智能计数系统。基于Qt开发环境和tensorflow深度学习框架,将轻量级单尺度特征图钢筋检测网络部署到Windows平台。结合KCF目标跟踪算法,实现对读入的红外热轧钢筋视频进行动态计数。并采用放大跟踪信息区域框和流入钢筋目标辨别机制,消除了钢筋端面目标高度相似性和传送带振动带来的计数误差。

关键词：钢筋计数卷积网络级联网络目标检测目标跟踪

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

针对钢筋计数系统的图像处理方法研究

针对钢筋计数系统的图像处理方法研究

作者：邓凯东南大学

学位级别：硕士

本论文主要围绕“基于图像处理方法的钢筋计数系统”的设计和实现方法进行图像处理方法的研究。论文包括三部分内容:介绍了钢筋计数系统的组成;通过对钢筋图像的处理方法研究,分别提出了改进的图像分割方法和将均值技术应用于二值图像... 详细信息

本论文主要围绕“基于图像处理方法的钢筋计数系统”的设计和实现方法进行图像处理方法的研究。论文包括三部分内容:介绍了钢筋计数系统的组成;通过对钢筋图像的处理方法研究,分别提出了改进的图像分割方法和将均值技术应用于二值图像形态学处理的方法;钢筋图像目标标记与计数的方法研究。论文介绍了使用MicroSoft提供的VFW库函数,通过USB摄像头将钢筋端面图像采集到计算机存储系统的方法和图像处理、目标识别与计数的软件流程。论文研究了图像分割算法、图像形态学处理方法在钢筋计数系统软件开发中的应用与改进。分析研究了基于最大类间方差阈值算法的二维阈值分割方法和多阈值分割方法。二维阈值分割方法同时利用图像的点灰度信息和区域灰度信息,并结合这两个灰度级变化的原因,改进图像分割的判据,提高图像的分割质量;多阈值分割方法将图像分为多个子图像分别进行分割,该方法适用于图像灰度分布虽然不均匀但按照子区域具有一定分布规律的情况,能够针对不同区域的情况分别得到相应的分割结果,达到更好的分割结果。根据所处理图像中钢筋端面的形态学特征和计算机对二值图像的表示特点,论文提出了一种将均值滤波原理引入形态学处理而衍生的图像形态学处理方法——均值形态学处理。该算法可以同时对目标物体进行具有选择性的腐蚀和膨胀操作,对目标的边缘区域进行腐蚀,同时对目标中因为过分割产生孔的目标区域进行膨胀。该方法能够基于不同形态特征控制目标图像的形态学处理方向和速度。仿真实验表明,在钢筋计数系统中应用论文中提出的方法进行数目统计具有一定的实时性和准确性,有较好的应用价值。

关键词：钢筋计数二维阈值分割多阈值分割均值形态学处理标记算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器视觉的钢筋计数与直径测量方法研究

基于机器视觉的钢筋计数与直径测量方法研究

作者：刘浩北京建筑大学

学位级别：硕士

钢筋计数和钢筋直径测量是钢筋混凝土建筑施工中的重要工序。由于成捆钢筋数量多、直径规格多样,传统的人工计数和直径测量方法会耗费大量时间和精力,容易导致人员疲劳和检测精度下降。随着智慧工地等技术的快速发展,建筑施工业正逐步... 详细信息

钢筋计数和钢筋直径测量是钢筋混凝土建筑施工中的重要工序。由于成捆钢筋数量多、直径规格多样,传统的人工计数和直径测量方法会耗费大量时间和精力,容易导致人员疲劳和检测精度下降。随着智慧工地等技术的快速发展,建筑施工业正逐步引入自动化、信息化、智能化等现代技术以提高工作效率。当前,人工智能领域飞速发展,基于深度学习的目标检测等计算机图像处理方法的应用越来越广泛,其检测精度也不断提高。基于机器视觉技术,计算机可以自动进行钢筋计数和直径测量,有效应对复杂的施工现场环境,减轻人员负担,提高作业精度和作业效率。本文重点开展基于视觉的钢筋计数和直径测量方法研究,主要内容如下:1.在建筑施工中以提高施工效率,减轻工人负担为出发点,构建钢筋计数与直径测量系统。通过将视觉算法封装,与手机实现交互。工人对成捆钢筋端部进行拍摄,并在固定的俯视角度下拍摄单根钢筋,上传至服务端,从而实现钢筋计数和直径测量功能。2.为提高基于视觉的钢筋计数精度,对卷积神经网络目标检测算法Yolov4的锚框聚类,网络结构,损失函数三个方面进行改进,并提出了轻量级模型Steel-Yolov4算法。改进的算法在施工现场面对环境变化大,成捆钢筋密集程度高,因钢筋摆放不齐出现遮挡的情况有更强的鲁棒性。3.为提高基于视觉的钢筋直径测量精度,针对传统图像形态学处理方法面对背景变化泛化性能弱的缺陷,提出结合卷积神经网络语义分割算法和图像处理的钢筋直径测量方法。针对俯视拍摄的钢筋图像存在被阴影覆盖,外径细小不易被区分的问题,提出Steel-Encoder-Decoder轻量级语义分割算法分割钢筋图像。最后将分割后的钢筋图像经图像形态学处理和多种数值计算拟合钢筋直径。实验表明,在钢筋计数的测试集中,Steel-Yolov4算法的检测精度Map为99.40%,模型参数量仅为原算法的1/4。在钢筋语义分割测试集中,Steel-Encoder-Decoder语义分割算法的检测精度MIo U为97.58%,拟合的直径误差不超过0.5mm,满足钢筋验收标准规范。

关键词：机器视觉钢筋计数钢筋直径测量目标检测语义分割

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于轻量型神经网络的钢筋计数方法研究

基于轻量型神经网络的钢筋计数方法研究

作者：李春伟辽宁科技大学

学位级别：硕士

钢筋是钢铁企业中的基础性功能材料之一,在建筑行业中被广泛应用。研究钢筋数量的自动统计方法,能够加快实现钢铁企业工厂智能化的步伐。近两年,在计算机视觉中,深度学习已经有了很大进展,基于目标检测的计数方法在工业检测中逐渐应用起... 详细信息

钢筋是钢铁企业中的基础性功能材料之一,在建筑行业中被广泛应用。研究钢筋数量的自动统计方法,能够加快实现钢铁企业工厂智能化的步伐。近两年,在计算机视觉中,深度学习已经有了很大进展,基于目标检测的计数方法在工业检测中逐渐应用起来,但是对硬件资源要求较高、网络参数较大且前向推理速度较慢,无法满足在算力低的嵌入式设备中实现实时的钢筋检测计数要求。因此,本文在前人的研究基础之上,从轻量型的特征提取和特征融合两个角度出发,设计了兼具速度和性能的轻量型网络模型结构,能够准确、高效地对钢筋目标进行检测计数。主要工作如下:(1)针对钢筋端面图像数据集不足的问题制作了所需的数据集,利用常见的评估指标,在自建数据集上进行算法比较实验。通过实验结果选择出兼顾检测速度和精度,且开源性较好的YOLOv4算法作为基础算法并实现钢筋计数任务。(2)YOLOv4中的网络层数深、并且使用了大量普通卷积,造成模型体积较大并且消耗大量计算资源,针对这个问题,网络模型的主干使用轻量型神经网络Mobile Netv2来提取图像特征,模型其余结构与YOLOv4保持一样,基础单元模块改用深度可分离卷积,从而使得模型变得轻量化,实验结果表明轻量化后的网络模型具有低复杂度、小体积的特点。但是相较于YOLOv4,搭建后的轻量型网络精度有所下降,因此需要进一步改进来提升检测精度。(3)为了增强对密集型钢筋目标的空间位置信息的感知能力,将坐标注意力引入到Mobile Netv2的倒残差模块中进行针对性地优化;为了更好地利用浅层、中层和深层特征图的语义信息,增强模型对多尺度物体的识别能力,设计了一种轻量型的特征融合网络LFPN,来提高检测效率和准确性;针对钢筋数据集图像中前景与背景的特殊性,在置信度损失中引入Focal Loss,平衡了钢筋数据集的正负样本比例,针对捆扎钢筋目标的密集性特点,引入EIo ULoss作为边界框回归损失函数,解决了粘连钢筋之间边界框不容易辨识的问题,增强了边界框的回归能力。实验结果表明相较于Mobile Net-YOLOv4,改进后网络的AP值提高了8.41个百分点,参数量减少了51.3%;相较于YOLOv4,AP值提高了2.58个百分点,参数量和计算量都显著下降,FPS提升了3帧/秒。本文研究的捆扎钢筋自动计数方法,可应用于钢筋生产和运输过程中计数,具有一定的实际应用价值。

关键词：钢筋计数 LFPN特征融合轻量型目标检测 Focal Loss

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Otsu算法的打捆钢筋计数方法研究

沈阳理工大学学报 2017年第6期36卷 47-50,60页

作者：臧晶刘冠楠杨慧英沈阳理工大学信息科学与工程学院沈阳110159 沈阳理工大学自动化与电气工程学院沈阳110159

针对打捆钢筋端面识别与统计过程中存在的非均匀光照、噪声干扰等问题,提出将Otsu算法应用于钢筋数目统计的研究,利用基于连通区域标记的中心点提取算法完成计数。通过Matlab软件对图像进行处理,验证了Otsu算法具备优越的抗干扰能力和... 详细信息

针对打捆钢筋端面识别与统计过程中存在的非均匀光照、噪声干扰等问题,提出将Otsu算法应用于钢筋数目统计的研究,利用基于连通区域标记的中心点提取算法完成计数。通过Matlab软件对图像进行处理,验证了Otsu算法具备优越的抗干扰能力和自适应性,钢筋端面图像识别与统计的正确率高达98.48%。

关键词：图像增强 Otsu 连通区域钢筋计数

基于RetinaNet的密集型钢筋计数改进算法

在线全文

学校读者我要写书评

暂无评论

传感器与微系统 2020年第12期39卷 115-118页

作者：明洪宇陈春梅刘桂华邓豪西南科技大学信息工程学院四川绵阳621010 特殊环境机器人技术四川省重点实验室四川绵阳621010

提出了一种基于RetinaNet目标检测框架,结合高斯混合模型(GMM)和期望最大化(EM)算法的钢筋计数方法。通过在RetinaNet特征提取后端增加Soft-IOU层以对预测框与真实框的交并比进行评估。借助Soft-IOU评估到的质量分数,生成钢筋目标检测... 详细信息

提出了一种基于RetinaNet目标检测框架,结合高斯混合模型(GMM)和期望最大化(EM)算法的钢筋计数方法。通过在RetinaNet特征提取后端增加Soft-IOU层以对预测框与真实框的交并比进行评估。借助Soft-IOU评估到的质量分数,生成钢筋目标检测的高斯混合模型。针对RetinaNet原始框架对密集目标检测效果欠理想的问题,采用了基于EM算法的高斯混合聚类方法解决歧义检测以提高计数精度。实验结果表明:改进后的方法较RetinaNet算法平均精度提高了3.3%,计数均方根误差提升了64.2,具有很强的适应性。

关键词： RetinaNet网络期望最大化(EM)算法钢筋计数高斯混合模型

基于改进YOLOv5的钢筋视觉计数系统设计

在线全文

学校读者我要写书评

暂无评论

激光杂志 2024年第8期45卷 203-207页

作者：谢方立李正浩赵迅逸张政郑力菥林熙翔李向东重庆工程学院重庆400056 国科大重庆学院重庆400714 中国科学院重庆绿色智能技术研究院重庆400714 重庆因普乐科技有限公司重庆404100

随着理计计重成为钢贸交易的主流计重方式,快速精准的钢筋智能计数系统成为研究热点。提出了基于边云协同架构的钢筋视觉计数系统设计方案。该系统利用移动端拍摄钢筋影像,对影像进行背景剔除、尺寸调整等预处理后上传至云端;云端利用... 详细信息

随着理计计重成为钢贸交易的主流计重方式,快速精准的钢筋智能计数系统成为研究热点。提出了基于边云协同架构的钢筋视觉计数系统设计方案。该系统利用移动端拍摄钢筋影像,对影像进行背景剔除、尺寸调整等预处理后上传至云端;云端利用一种改进的YOLOv5钢筋检测模型对影像中的钢筋进行智能检测,并将结果反馈至移动端;移动端经过人工检查修正后,即可得到高可信度的计数结果。根据在SPDC库的测试结果,系统的计数正确率可达99.85%,高于人工计数的平均正确率;每千根钢筋计数时间为26.50 s,显著低于人工计数的平均时间。

关键词：人工智能钢筋计数边云协同 YOLO