基于卷积神经网络的多场景施工质检应用研究

摘要

本文针对施工现场人工审核目标数量多、定位困难及审核准确率低等问题,提出了基于卷积神经网络的多场景施工质检。通过对施工多场景进行目标分类及目标标注,利用YoloV3和InceptionV4算法训练得到AI检测模型。在质检模块嵌入AI应用,实现APP端上传的质量控制关键环节的影像资料的在线自动判别,以规范和验证现场施工作业行为,促进施工质量的提升,实现工程建设数字化、智慧化。结果表明,本文提出的施工场景的自动判别相比于人工审核具有更高的准确率与更低的时间花费。