鋼筋是應(yīng)用在各類建筑中最基本的材料之一。研究鋼筋計數(shù)算法,對提高鋼鐵行業(yè)的自動化水平具有重要意義。論文針對建筑工地成捆鋼筋的計數(shù)問題,以及生產(chǎn)線上鋼筋的計數(shù)問題展開研究。基于卷積神經(jīng)網(wǎng)絡(luò)分別提出了針對成捆鋼筋的端面圖片的靜態(tài)鋼筋計數(shù)算法,與針對生產(chǎn)線上紅外熱軋鋼筋端面視頻的動態(tài)鋼筋計數(shù)算法,并設(shè)計實現(xiàn)了紅外熱軋鋼筋視頻智能計數(shù)系統(tǒng)。主要研究工作可概括如下:第一,提出了基于級聯(lián)式目標(biāo)候選頭網(wǎng)絡(luò)的靜態(tài)鋼筋計數(shù)算法。針對圖片中鋼筋端面目標(biāo)較小容易遺漏的特點,提出一種級聯(lián)式目標(biāo)候選頭網(wǎng)絡(luò)的鋼筋端面目標(biāo)檢測算法,首先采用特征金字塔融合算法從特征提取網(wǎng)絡(luò)中提取多層特征圖,進(jìn)而提取目標(biāo)候選框,最后采用三級級聯(lián)的目標(biāo)候選頭網(wǎng)絡(luò)對目標(biāo)候選框進(jìn)行遞進(jìn)預(yù)測和回歸,并使用軟性非極大值抑制對結(jié)果進(jìn)行后處理,得到鋼筋端面目標(biāo)檢測結(jié)果。訓(xùn)練采用平衡目標(biāo)正負(fù)樣本采樣方式和平衡L1損失函數(shù),進(jìn)一步提高檢測精度。第二,提出了基于輕量級單尺度特征圖網(wǎng)絡(luò)的紅外熱軋鋼筋視頻計數(shù)算法。根據(jù)對固定紅外攝像機(jī)視場內(nèi)傳送帶上的熱軋鋼筋進(jìn)行動態(tài)計數(shù)的要求,算法在視頻中固定位置設(shè)定一分界線,檢測鋼筋目標(biāo)并進(jìn)行跟蹤,對通過分界線的鋼筋進(jìn)行計...

【文章頁數(shù)】：78 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-1某大廳行人密度估計計數(shù)

目前隨著計算機(jī)視覺的不斷發(fā)展，尤其是近幾年卷積神經(jīng)網(wǎng)絡(luò)的興計數(shù)也進(jìn)入了發(fā)展的高峰，許多新的方法被提出，取得了大量的研究成果計算機(jī)視覺領(lǐng)域的目標(biāo)計數(shù)大致可以分為兩種應(yīng)用方向，一種是靜態(tài)計數(shù)獲得圖像中某個區(qū)域或者整幅圖像中的目標(biāo)數(shù)量。一種是動態(tài)計數(shù)，目的頻序列中目標(biāo)流過的數(shù)量，一般是....

圖1-2鋼筋端面圖片

圖1-2鋼筋端面圖片而對于動態(tài)式計數(shù)，要統(tǒng)計視頻中流過的目標(biāo)，無法通過密度估計的方法解決，也無法單純使用目標(biāo)檢測進(jìn)行解決。這類問題的解決辦法需要結(jié)合目標(biāo)檢測和目標(biāo)跟蹤技術(shù)。首先在當(dāng)前幀檢測出目標(biāo)，然后在后續(xù)幀中對檢測出的目標(biāo)進(jìn)行跟蹤，同時要不斷檢測新流入的目標(biāo)，當(dāng)被跟蹤目標(biāo)穿....

圖1-3紅外熱軋鋼筋端面視頻截圖

圖1-2鋼筋端面圖片態(tài)式計數(shù)，要統(tǒng)計視頻中流過的目標(biāo)，無法通過密度估計用目標(biāo)檢測進(jìn)行解決。這類問題的解決辦法需要結(jié)合目先在當(dāng)前幀檢測出目標(biāo)，然后在后續(xù)幀中對檢測出的目測新流入的目標(biāo)，當(dāng)被跟蹤目標(biāo)穿過計數(shù)線后，則完成對產(chǎn)現(xiàn)場采集的紅外熱軋鋼筋端面視頻中流過的鋼筋目標(biāo)問題。下圖為....

圖2-1數(shù)據(jù)集部分圖片樣本

提出了一種基于級聯(lián)目標(biāo)候選頭網(wǎng)絡(luò)的高精度鋼筋計數(shù)算法。只需拍攝堆疊鋼端面圖像作為輸入，即可準(zhǔn)確得到圖像中的鋼筋數(shù)量。與人工計數(shù)相比效率大高，并且擁有很高的計數(shù)精度。本章提出的級聯(lián)式目標(biāo)候選頭網(wǎng)絡(luò)，是對鋼筋端面目標(biāo)進(jìn)行檢測的網(wǎng)絡(luò)，通測的方式來進(jìn)行計數(shù)。該網(wǎng)絡(luò)屬于二階段檢測網(wǎng)絡(luò)，與其....

本文編號：4001850