基于卷积神经网络的预制叠合板多目标智能化检测方法.pdfVIP

基于卷积神经网络的预制叠合板多目标

智能化检测方法

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。

关键词：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

Multi-targetintelligentdetectionmethodofprefabricated

laminatedboardbasedonconvolutionalneuralnetwork

Abstract:Theunqualifiedsizeofprefabricatedcomponentintheproductionprocesswillleadtothefailureof

theinstallationontheconstructionsite,andaffecttheconstructionperiod.Inordertopromotetheprocessof

intelligentproductionofprefabricatedcomponents.Basedonaconvolutionalneuralnetwork,theprefabricated

laminatedboardisusedasanexampletostudytheintelligentdetectionmethodoftheproductionprocess.

Designandinstallanimageacquisitionsystemontheproductionline,establishaprefabricatedlaminatedboard

detectiondataset,andusetheYOLOv5algorithmtodetecttheconcreteplate,theembeddedPVCjunction

收稿日期：2021⁃11⁃08

94土木与环境工程学报（中英文）第46卷

boxandtheoverhangingsteelbar.Thefixedmagneticboxisusedasthebenchmarktoanalyzethedetection

errorofthedimensionoftheconcreteplateandthecoordinateoftheembeddedPVCjunctionbox,and

maintainsahighrecognitionaccuracywithasmallerparameterscaleofthetrainingdataset.Theresultshows

thatthemethodcaneffectivelydetectthenumberanddimensionoftheconcreteplate,thenumberand

coordinateoftheem