齐鲁医院,AI数钢筋,人工智能的下一个蓝海使用,游泳香烟

admin 5天前 ( 04-15 01:41 ) 0条评论
摘要: 最近,国内某上市公司出了一道“钢筋数量AI识别”的比赛赛题。该赛事由DataFoutain充当全程赛事顾问,奖金金额100万。...

最近,国内某上市公司出了一道“钢筋数量AI辨认”的竞赛赛题,该赛事由DataF研组词outain充任全程赛事参谋,奖金金额1齐鲁医院,AI数钢筋,人工智能的下一个蓝海运用,游水卷烟00万三妺。原以为这个竞赛会无人问津,但令人没有想到的是,它居然招引了1617支部队、1801名选手参赛。

AI数钢筋本来这么火?

从超长大桥,到超高层建筑,再到钢筋混凝土的城市,不管是工业用仍是民用齐鲁医院,AI数钢筋,人工智能的下一个蓝海运用,游水卷烟,钢筋已然成为建筑职业中最不可或缺的根本资料之一。有数据显现,我国钢筋年产量现已逾越2亿吨,2017年建筑业的总产值逾越21万亿元,而其中钢铁在建筑资料中所占的造价根本上到达了20%-30%。但是,尽管钢筋好用,但在真实运用进程中,却有一个问题一直困扰着从业者:

一般来说,在钢筋的出产、运送、出售等环节,不管是入库仍是出售,不管是对钢铁企业、钢筋出售商仍是钢筋购买方而言,为了削减或许的经济危险和胶葛,每个环节都必须准确核算钢筋根数,而这可复仇新郎苦了数钢筋的那一群工人师傅。以钢筋进入施工工地为例,钢筋运送车辆进入工地后,一般需求对钢筋数目进行人工核算,由项目部资料员、劳务队资料员、供货方三方挨捆清点数量,并用不同色彩的彩笔符号差异已计数和未计数的钢筋,不只耗费人力,并且进程繁琐、单调,作业人员长时间高度严峻,极易发作精力疲惫,并导致差错不免,因而,需求常常重复校正,一般数完一车钢筋要近半小时,一次出场多车清点就要好几个小时。

市场上迫切需求一款快速、精度高、易操作、适用性强的钢筋(本文特指成捆钢筋)计数产品。

前机器视觉年代

实践上,钢筋计数是一个很早便有的市场需求,据称在20世纪70年代,出产线上就开端运用一些机械手进行分拣计数的设备。不过由于小直径钢筋难以分隔,加之故障率比较高,这种办法现已过期。相似的,轧钢出产线上也测验过运用光电管和脉冲传感器进行主动计数,但作用都不好,原因首要有两个:一是钢筋出产线周边环境十分恶劣,在长时间高温、强光、粉尘等要素的影响下,光电管的敏感度龇螂敏捷老化,不精准;二是由于光电管计数只能单根单根地计数,一旦钢筋发作堆叠或穿插,就或许导致少计、漏计的现象。


其他,关于成捆钢筋,也有人重庆长平机械厂测验运用分量传感器的办法来计数,该办法看似可行,由于同类型钢筋都有着相同的国家标准,理论上应该是琅嬛府主有一个分量与长度与根数的换算公式的,但由于钢厂为了经济利益,一般会尽或许选用负公役出产,并且负公役受工艺影响也不安稳,因而,选用分量传感器的办法也难以满意需求。

视觉技能年代

核算机视觉技能发展得其实也很早,其大约起源于20世纪50年代,但该技能用于棒材计数却要稍晚一点。其实上,骚人星球在爱学术平台上发现最早到1995年,国内开端有人用计齐鲁医院,AI数钢筋,人工智能的下一个蓝海运用,游水卷烟算机视觉来做成捆钢筋的计数研讨。据了解,成捆钢筋的端面相片一般会存在严峻的粘连现象,而这便是成捆钢筋计数的最大难点之一。2009年,国内有学者发布《根据神经网络的钢筋计数办法研讨》论文中,该论文以为其时根据图画的钢筋计数办法首要有根据面积法的钢筋计数体系和根据模版的钢筋计数体系。



根据模版的钢筋计数办法:该方邪帝圣宠之神医萌后法以为尽管钢筋端面图形极不规矩,但从无规矩的图画中仍是能够找到必定的规矩性,即每根钢筋截面或大或小但因钢筋的刚性,其所占的面积或许空间规模却是季梦佳比较附近的。设想为某一标准的钢筋选取一个与实践钢筋形状和巨细相似的模板,把模板顺次掩盖在每一根钢筋截面图画上,每掩盖一次计一次数。


根据面积的钢筋计数办法:该办法相同需求先将钢筋截面预处理成下图的姿态,核算概括面积以及概括数,得到单个概括的均匀面积。然后将当时方针概括面积与均匀值进行比较,假如方针概括面积大于均匀值,则代表着这儿或许有多根钢筋。假如方针概括面积小于均匀值且大于均匀值的几分之几,则代表只需一根钢筋。

不过,《根据神经网络的钢筋计数办法研讨》也对这两种办法进行了总结:

这两种办法都有必定的可行性,但也存在着必定的缺点。面积法计数成果并不易于在计数的成果图画中直观地显现出来,不易对计数成果的好坏做出齐鲁医院,AI数钢筋,人工智能的下一个蓝海运用,游水卷烟评判,一旦呈现差错,不易找出过错的原因。模版匹配法对模板和方针物的形状有较大的依靠,自适应才能较低。

当然,在深度学习之前,市面上也还有不少其他根据图画的计数办法,为此,骚人星球也采访了上述“钢筋数量齐鲁医院,AI数钢筋,人工智能的下一个蓝海运用,游水卷烟AI辨认”竞赛上海站的冠军项目负责人徐福先生,该竞赛的基准线为0.99,而他的著作辨认率到达了0.99385900。徐先生通知骚人星球,曾经的办法他尽管没有做过,但总的来说他们的问题都在于适应性太差。“它也与在一种钢筋下作业得很好,但换一种或许就不行了,乃至换个作业环境都会有很大的影响。”徐先生如此表明。

而该观念也得到了大赛命题方的认可,“钢筋尺度纷歧且截面形状不规矩、色彩纷歧,拍照的视点、间隔也不完全受控,这也导致传统算法在实践运用的进程中作用很难安稳。”在竞赛介绍中,命题方如此写到。

深度学习年代

深度学习其实也并不是什么新技能,但直到2012年,有团队运用深度学习技能,将图画辨识率大大提升到85%,才总算让世人才智到了该技能的巨大潜力与运用价值,porom随后,根据深度学习的项目如春笋般快速出现。现在,根据深度学习,机器现已在人脸辨认等范畴逾越了人类,而谷歌的AlphaGo乃至还打败了人类围棋冠军。

因而,运用深度学习处理钢筋计数的传统问题,便成了上述比暮阳朝升赛自但是然的挑选。

“相较于传统办法适应性太差的问题,深度学习的适应性强多了,并且准确率更高。”徐先生十分看好深度学习在钢筋计数范畴的运用,他以为,不同钢筋、不同环境、不同光线、不同视点,只需练习样本够,练习办法好,这些都不是问题。

据了解,本次竞赛仅在上海赛区得分数逾越该赛题基准线(0.99)的部队数量就有28支。

不过,图画深度学习办法尽管理论可行,但至少在现阶段,该计划离真实落地或许还有适当videogay长的间隔。

“深度学习自身就意味着需求海量铝质跳板的符号数据用以练习,再考虑到各个钢筋截面形状、状况、色彩、光线等存在巨大差异,需求的符号数据只会更多。因而,深度学习计划的适应性在短期内不会太好。”伟景智能出售副总杜剑波如此通知骚人星球。


实践上,徐先生对此也齐鲁医院,AI数钢筋,人工智能的下一个蓝海运用,游水卷烟有着相似的观点。尽管从竞赛江湖风云录混元丹的成果来看,似乎是分分钟就能到达99%的准确率,但这个准确率在实践运用中并不简略到达。

“现在方针检测的办法首要分为两类,一类是单阶段(1 stage)的,另一类是双阶段(2 stage)的。简略来说它们的黄吒差异便是单阶段的速度快,需求的运算量小,但准确率较低g473;而双阶段的速度慢,需求的运算量大,但精度高。而分分钟到达99%的准确率是指的双阶段的检测办法,单阶段的办法是没有那么简略到达这个准确度的,在竞赛中都很难,更不必说在移动端实践落地了,而不幸的是,一般状况下实践落地需求的是单阶段的检测办法。”对此,徐先生以为只需云端核算、5g网络或许移动齐鲁医院,AI数钢筋,人工智能的下一个蓝海运用,游水卷烟端硬件功能前进这三条途径才有或许令双阶段的办法落地。

并且值得一提的是,99%的准确率在徐先生看来也是不足以支撑实践运用的。“这意味着还有1%的差错,意味着还需求人工去校准。”徐先生以为只需到达了千分之三乃至千分之一,才能够不必人工校准,方便性和实用性才会大大添加。

而要完成这个方针可不神墟鬼境简略。“关于竞赛来说最难的便是我们都0.99起步,但之后每前进0.0001都十分困难。比如对我而言,最难的当地在于钢筋辨认比较典型的密布小方针辨认,方针较小,一起存在方针含糊,过暗过亮,边际遮挡严峻等状况,有时候乃至肉眼都很猪儿跑网络电话难情荡涟漪分辩。”徐先生如此表明。

其他办法

深度学习离实践落地还有适当长的间隔,那是否意味着钢筋计数还得持续靠人苦逼哄哄地一根一根地数呢?

杜剑波通知骚人星球,伟景智能其完成已找到了一种不必符号数据与练习的钢筋计数的办法。并且不管钢筋截面是什么形状、是否生锈和腐蚀、是否有杂物、是否色彩不同、是否有吸光和反光、都能够高速高准确率地计数。据称100根钢筋人工数需求5分钟,而运用伟景智能计划5s就可生成数据成果,而准确率更是可达99.9%。


据了解,该计划选用双目视觉+线激光的计划,至于为什么不必深度学习即可完成AI计数,伟景智能方面表明这是他们的中心保密技能。

最终想说尹暮夏,现在,人工智能职业也现已步入深水区,人们开端从关怀技能改变成了重视技能职业落地,明显,AI数钢筋,便是这么一个适当有远景的落地场景。

文章版权及转载声明:

作者:admin本文地址:http://www.yifu18.cn/articles/719.html发布于 5天前 ( 04-15 01:41 )
文章转载或复制请以超链接形式并注明出处竞技宝客户端_竞技宝客户端下载_竞技宝手机版下载