本文版權為《郵電設計技術》所有，如需轉載請聯系《郵電設計技術》編輯部
摘 要：
在工地建筑領域，鋼筋已然成為不可或缺的基本材料之一，在我國的絕大數工地，現有的鋼筋計數方法是工人逐一統計已計數和未計數的鋼筋，不僅耗時、耗力，而且由于工人長時間計數鋼筋，人眼和人腦容易疲勞，計數誤差將增加。 由于工地鋼筋圖像數據不便于大量采集和標注，提出一種基于小數據的鋼筋檢 測模型，將該模型應用于智慧工地中的鋼筋計數應用，工人只需將拍攝的鋼筋 圖像通過終端傳入模型，便可以快速準確地得到圖像中鋼筋的數量。
關鍵詞：智慧工地；鋼筋計數；計算機視覺
doi：10.12045/j.issn.1007-3043.2020.02.009
前言
近年來，國家大力推動鋼結構建筑發展，數據表明，2017年以來中國鋼筋年產量已超過2億噸，2017年建筑業的總產值超過21萬億元，而其中鋼鐵在建筑材料中所占的造價達到了20%~30%。鋼筋廣泛應用于各種建筑結構，特別是大型、重型以及高層建筑結構，但在實際運用中，鋼筋計數問題一直困擾著從業者。自上世紀70年代便有好多工程人員投入至鋼筋計數的研究中，對于成捆鋼筋，曾有研究利用重量傳感器的方法來進行計數，該研究理論為同類型鋼筋有著相同的重量和長度的標準，根據總重量和單根鋼筋的重量便可以得出一捆鋼筋的數量。但是由于不同鋼材廠的工藝不同，以及部分鋼材廠存在負公差生產，故重量傳感器方法無法得出精準的結果。隨著計算機視覺技術的發展，有研究將神經網絡應用于鋼筋計數方法，該研究認為雖然鋼筋端面形狀不規則，但是面積是相近的，故可以通過將一捆鋼筋端面圖片進行二值化，通過判斷每一個端面的面積與平均值的差異便可以得出成捆鋼筋的數量。但該方法存在一定缺陷，鋼筋端面平均值和目標物體有較大的依賴性，自適應性較差，同時，若多個鋼筋的端面大面積重疊，也無法判斷具體數量。隨著雙目視覺和激光技術的發展，一些大型鋼材制造商將“雙目視覺+線激光”技術應用于鋼筋計數，該技術利用激光測距的測量結果對雙目視覺的測量結果進行修正，有效地提高雙目立體視覺遠距離測量精度，但是該技術成本高，需要使用雙目立體視覺儀和激光測距儀等大型設備，在工地這種特殊而復雜的場景中無法便利地使用。為解決以上問題，同時工地鋼筋圖像數據不便于大量采集和標注，本文提出基于小數據目標檢測算法并將其應用于鋼筋計數應用中，工地工作人員只需將鋼材照片通過終端上傳至云服務器中的鋼筋檢測模型，便可以快速準確地得到照片中鋼筋的數量。
