建筑工地在鋼筋成車來(lái)料時(shí)，需要人工清點(diǎn)數(shù)量，然后才能開(kāi)展后續(xù)工作，不僅效率低，而且增加運(yùn)營(yíng)成本。隨著大數(shù)據(jù)時(shí)代的到來(lái)，建筑行業(yè)希望借助智能終端設(shè)備來(lái)減少勞動(dòng)力的投入，打破傳統(tǒng)的桎梏。本文利用YOLO算法實(shí)現(xiàn)鋼筋數(shù)量的智能盤點(diǎn)。

在工地現(xiàn)場(chǎng)，對(duì)于進(jìn)場(chǎng)的鋼筋車，驗(yàn)收人員需要對(duì)車上的鋼筋進(jìn)行現(xiàn)場(chǎng)人工點(diǎn)根，確認(rèn)數(shù)量后鋼筋車才能完成進(jìn)場(chǎng)卸貨。目前現(xiàn)場(chǎng)采用人工計(jì)數(shù)的方式。

鋼筋點(diǎn)跟現(xiàn)場(chǎng)場(chǎng)景上述過(guò)程繁瑣、消耗人力且速度很慢（一般一車鋼筋需要半小時(shí)，一次進(jìn)場(chǎng)盤點(diǎn)需數(shù)個(gè)小時(shí)）。針對(duì)上述問(wèn)題，希望通過(guò)手機(jī)拍照-》目標(biāo)檢測(cè)計(jì)數(shù)-》人工修改少量誤檢的方式智能、高效的完成此任務(wù)：

主要難點(diǎn)

（1）精度要求高（High precision requirement ）

鋼筋本身價(jià)格較昂貴，且在實(shí)際使用中數(shù)量很大，誤檢和漏檢都需要人工在大量的標(biāo)記點(diǎn)中找出，所以需要精度非常高才能保證驗(yàn)收人員的使用體驗(yàn)。需要專門針對(duì)此密集目標(biāo)的檢測(cè)算法進(jìn)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(zhǎng)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(dǎo)致傳統(tǒng)算法在實(shí)際使用的過(guò)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(huì)運(yùn)輸很多捆鋼筋，如果直接全部處理會(huì)存在邊緣角度差、遮擋等問(wèn)題效果不好，目前在用單捆處理+最后合計(jì)的流程，這樣的處理過(guò)程就會(huì)需要對(duì)捆間進(jìn)行分割或者對(duì)最終結(jié)果進(jìn)行去重，難度較大。

基于鋼筋進(jìn)場(chǎng)現(xiàn)場(chǎng)的圖片和標(biāo)注，綜合運(yùn)用計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)/深度學(xué)習(xí)等技術(shù)，實(shí)現(xiàn)拍照即可完成鋼筋點(diǎn)根任務(wù)，大幅度提升建筑行業(yè)關(guān)鍵物料的進(jìn)場(chǎng)效率和盤點(diǎn)準(zhǔn)確性，將建筑工人從這項(xiàng)極其枯燥繁重的工作中解脫出來(lái)。

審核編輯：郭婷