基于DeepFlux算法的建筑施工脚手架间距检测

摘要：

在脚手架坍塌事故仍有发生的背景下,为了避免传统的人工脚手架测量方法低效和高危的缺点,因此采用计算机视觉对脚手架进行安全规范检测的方式.首先,采用DeepFlux算法提取脚手架图片的骨架信息,针对提取效果以及精度不能满足实际需求的问题,将DeepFlux算法中的VGG16 特征提取网络替换为InceptionV3 网络,有效地提高了骨架提取精度.其次,根据提取到的骨架信息,提出一种交点检测算法计算脚手架交点信息.最后,根据交点信息计算得到脚手架杆间像素间距,再采用标靶法换算成实际间距.测试实验结果表明,在对脚手架进行检测的任务中,计算脚手架参数的平均误差在 5%左右,满足脚手架检测的准确性,能够做到代替人工测量实现脚手架的安全规范检测.

关键词：脚手架、间距检测、骨架提取、深度学习

所属期刊栏目：13

分类号：TP391(计算技术、计算机技术)

资助基金：福建省科技计划引导性项目;福建省科技型中小企业创新资金项目

在线出版日期：2023-10-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：161-164