一种基于深度神经网络模型的钢筋检测计数方法

摘要

本发明公开了一种基于深度神经网络模型的钢筋检测计数方法，涉及铣床辅助工具技术领域，采用滑动窗口法和马赛克增强方法对钢筋的原始图片数据集进行扩充增强，采用聚类算法自适应确定锚框尺寸；首先将钢筋图片作为输入，通过深度神经网络提取图像特征，经过检测头输出预测框，根据预测框和真实框计算得到损失函数，通过反向传播算法对模型参数进行优化，所使用的模型训练算法为基于动量的随机梯度下降法，最后对预测框进行软性非极大值抑制处理，得到最终的钢筋数量。