chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

基于YOLO算法實現(xiàn)鋼筋數(shù)量的智能盤點

3D視覺工坊 ? 來源:3D視覺工坊 ? 作者:3D視覺工坊 ? 2022-10-18 15:39 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

建筑工地在鋼筋成車來料時,需要人工清點數(shù)量,然后才能開展后續(xù)工作,不僅效率低,而且增加運營成本。隨著大數(shù)據(jù)時代的到來,建筑行業(yè)希望借助智能終端設備來減少勞動力的投入,打破傳統(tǒng)的桎梏。本文利用YOLO算法實現(xiàn)鋼筋數(shù)量的智能盤點。

在工地現(xiàn)場,對于進場的鋼筋車,驗收人員需要對車上的鋼筋進行現(xiàn)場人工點根,確認數(shù)量后鋼筋車才能完成進場卸貨。目前現(xiàn)場采用人工計數(shù)的方式。

鋼筋點跟現(xiàn)場場景上述過程繁瑣、消耗人力且速度很慢(一般一車鋼筋需要半小時,一次進場盤點需數(shù)個小時)。針對上述問題,希望通過手機拍照-》目標檢測計數(shù)-》人工修改少量誤檢的方式智能、高效的完成此任務:

主要難點

(1)精度要求高(High precision requirement )

鋼筋本身價格較昂貴,且在實際使用中數(shù)量很大,誤檢和漏檢都需要人工在大量的標記點中找出,所以需要精度非常高才能保證驗收人員的使用體驗。需要專門針對此密集目標的檢測算法進行優(yōu)化,另外,還需要處理拍攝角度、光線不完全受控,鋼筋存在長短不齊、可能存在遮擋等情況。

(2)鋼筋尺寸不一(Various dimensions of rebars)

鋼筋的直徑變化范圍較大(12-32中間很多種類)且截面形狀不規(guī)則、顏色不一,拍攝的角度、距離也不完全受控,這也導致傳統(tǒng)算法在實際使用的過程中效果很難穩(wěn)定。

(3)邊界難以區(qū)分(Indistinguishable boundaries )

一輛鋼筋車一次會運輸很多捆鋼筋,如果直接全部處理會存在邊緣角度差、遮擋等問題效果不好,目前在用單捆處理+最后合計的流程,這樣的處理過程就會需要對捆間進行分割或者對最終結果進行去重,難度較大。

基于鋼筋進場現(xiàn)場的圖片和標注,綜合運用計算機視覺機器學習/深度學習等技術,實現(xiàn)拍照即可完成鋼筋點根任務,大幅度提升建筑行業(yè)關鍵物料的進場效率和盤點準確性,將建筑工人從這項極其枯燥繁重的工作中解脫出來。

8ee0e0dc-4e72-11ed-a3b6-dac502259ad0.jpg

使用方法安裝:git clone https://github.com/tutan123/detect_steel_yolov3_darknet.gitcd detect_steel_darknetyolomake -jpip install -r requirements.txt下載數(shù)據(jù)并解壓,訓練和測試圖像分別放到train目錄和test目錄,目錄結構如下:- detect_steel_darknetyolo train_labels.csv train/ test/生成訓練的label文件- python gen_labels.py將label/文件夾下的文件拷貝到train/目錄- cp -r label/* train/訓練:./get_weight.sh./train.sh預測:python infer.py單張照片預測:./darknet detector test voc.data cfg/yolov3.cfg backup/yolov3_final.weights test/FF5AE15C.jpg

效果:線上 0.96+

審核編輯:郭婷

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 智能終端
    +關注

    關注

    6

    文章

    970

    瀏覽量

    36176
  • 大數(shù)據(jù)

    關注

    64

    文章

    8997

    瀏覽量

    142487

原文標題:智能盤點!基于Yolov3的鋼筋檢測計數(shù)

文章出處:【微信號:3D視覺工坊,微信公眾號:3D視覺工坊】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    機器視覺雙雄YOLO 和 OpenCV 到底有啥區(qū)別?別再傻傻分不清!

    如何在深圳市鋇錸技術有限公司的AI邊緣計算產(chǎn)品中結合,實現(xiàn)真正的“視覺智能”。 一、前言:為什么總有人把YOLO和OpenCV搞混? 在AI視覺項目中,你可能聽過這樣的討論:“要做人臉檢測,我用OpenCV。”“不對,用
    的頭像 發(fā)表于 10-14 16:00 ?74次閱讀
    機器視覺雙雄<b class='flag-5'>YOLO</b> 和 OpenCV 到底有啥區(qū)別?別再傻傻分不清!

    YOLO + OpenPLC + ARMxy:工業(yè)智能化視覺識別、邊緣計算、工業(yè)控制的“三位一體”解決方案

    深圳市鋇錸技術有限公司推出 ARMxy 系列工業(yè)計算機,結合 YOLO 目標檢測算法與 OpenPLC 開源控制平臺,實現(xiàn)工業(yè)現(xiàn)場視覺識別、邊緣計算與自動化控制一體化。廣泛應用于產(chǎn)線缺陷檢測、
    的頭像 發(fā)表于 09-11 16:00 ?366次閱讀
    <b class='flag-5'>YOLO</b> + OpenPLC + ARMxy:工業(yè)<b class='flag-5'>智能</b>化視覺識別、邊緣計算、工業(yè)控制的“三位一體”解決方案

    RK3576 yolo11-seg訓練部署教程

    和分割頭設計,實現(xiàn)了像素級的精確目標檢測與分割,適用于自動駕駛、醫(yī)學影像、工業(yè)檢測等對精度和速度要求苛刻的場景。本教程針對目標分割算法yolov11seg的訓練和部
    的頭像 發(fā)表于 07-25 15:21 ?800次閱讀
    RK3576 <b class='flag-5'>yolo</b>11-seg訓練部署教程

    如何在樹莓派 AI HAT+上進行YOLO姿態(tài)估計?

    大家好,接下來會為大家開一個樹莓派5和YOLO的連載專題。內容包括四個部分:在樹莓派5上使用YOLO進行物體和動物識別-入門指南在樹莓派5上開啟YOLO姿態(tài)估計識別之旅!如何在樹莓派AIHAT+上進
    的頭像 發(fā)表于 07-20 20:34 ?402次閱讀
    如何在樹莓派 AI HAT+上進行<b class='flag-5'>YOLO</b>姿態(tài)估計?

    如何在樹莓派 AI HAT+上進行YOLO目標檢測?

    大家好,接下來會為大家開一個樹莓派5和YOLO的連載專題。內容包括四個部分:在樹莓派5上使用YOLO進行物體和動物識別-入門指南在樹莓派5上開啟YOLO姿態(tài)估計識別之旅!如何在樹莓派AIHAT+上進
    的頭像 發(fā)表于 07-19 08:34 ?908次閱讀
    如何在樹莓派 AI HAT+上進行<b class='flag-5'>YOLO</b>目標檢測?

    在樹莓派5上開啟YOLO姿態(tài)估計識別之旅!

    大家好,接下來會為大家開一個樹莓派5和YOLO的連載文章。內容包括四個部分:在樹莓派5上使用YOLO進行物體和動物識別-入門指南在樹莓派5上開啟YOLO人體姿態(tài)估計識別之旅YOLO物體
    的頭像 發(fā)表于 07-18 15:31 ?1231次閱讀
    在樹莓派5上開啟<b class='flag-5'>YOLO</b>姿態(tài)估計識別之旅!

    在樹莓派5上使用YOLO進行物體和動物識別-入門指南

    大家好,接下來會為大家開一個樹莓派5和YOLO的專題。內容包括四個部分:在樹莓派5上使用YOLO進行物體和動物識別-入門指南在樹莓派5上開啟YOLO人體姿態(tài)估計識別之旅YOLO物體檢測
    的頭像 發(fā)表于 07-17 17:16 ?1060次閱讀
    在樹莓派5上使用<b class='flag-5'>YOLO</b>進行物體和動物識別-入門指南

    精準盤點,無憂管理——RFID智能盤點終端解析

    RFID智能盤點終端高效、精準,利用RFID技術實現(xiàn)快速批量識別,實時更新數(shù)據(jù),確保庫存信息準確無誤。其輕便易攜設計及簡潔操作界面使盤點工作輕松便捷。此外,該終端具有高可靠性,適用于各
    的頭像 發(fā)表于 07-14 14:17 ?275次閱讀

    K230micropython下能實現(xiàn)同時用USB攝像頭和板載攝像頭YOLO識別并顯示在IDE上嗎?

    K230micropython下能實現(xiàn)同時用USB攝像頭和板載攝像頭YOLO識別并顯示在IDE上嗎?以及如何提高USB進行YOLO識別的幀數(shù)?
    發(fā)表于 06-20 06:35

    k210在線訓練的算法yolo5嗎?

    k210在線訓練的算法yolo5嗎
    發(fā)表于 06-16 08:25

    VWR振弦式鋼筋計如何實現(xiàn)溫度零干擾精準測應力?

    你是否見過夏天鐵軌因高溫膨脹變形?溫度變化會讓鋼筋“熱脹冷縮”,干擾應力測量,導致安全隱患難以及時發(fā)現(xiàn)。今天揭秘一項工程監(jiān)測界的“黑科技”——VWR鋼筋計,它能像“透視眼”一樣,無視溫度變化,精準
    的頭像 發(fā)表于 03-19 13:36 ?481次閱讀
    VWR振弦式<b class='flag-5'>鋼筋</b>計如何<b class='flag-5'>實現(xiàn)</b>溫度零干擾精準測應力?

    使用Yolo-v3-TF運行OpenVINO?對象檢測Python演示時的結果不準確的原因?

    通過模型下載器下載了 yolo-v3-tf: ./downloader.py --name yolo-v3-tf 通過模型 優(yōu)化器轉換模型: python3 ./model_optimizer
    發(fā)表于 03-06 06:31

    【峟思】溫度變化對振弦式鋼筋計有什么影響

    在土木工程和結構監(jiān)測領域,振弦式鋼筋計作為一種重要的傳感器,被廣泛應用于測量鋼筋的應力狀態(tài)。然而,溫度變化對振弦式鋼筋計會有一定的影響。溫度變化對振弦式鋼筋計的影響主要體現(xiàn)在以下幾個方
    的頭像 發(fā)表于 02-26 13:16 ?480次閱讀
    【峟思】溫度變化對振弦式<b class='flag-5'>鋼筋</b>計有什么影響

    助力AIoT應用:在米爾FPGA開發(fā)板上實現(xiàn)Tiny YOLO V4

    署 Tiny YOLO V4,我們可以為智能家居、智慧城市等 AIoT 應用提供高效的解決方案。 CPU GPU FPGA 架構對比 二、 了解 Tiny YOLO 模型及其適用性YOLO
    發(fā)表于 12-06 17:18

    剖析圓鋼與帶肋鋼筋區(qū)別 解讀八軸測徑儀的通用檢測

    對圓鋼和其他鋼筋的嚴格尺寸檢測要求,確保鋼筋的質量符合標準,此外還能對螺紋鋼的負公差軋制進行檢測。 4、自動化檢測需求 現(xiàn)代建筑工程中,對鋼筋的檢測需要高效、準確的自動化設備。八軸測徑儀能夠
    發(fā)表于 10-21 14:39