轻量化U-net模型在钢筋直径测量中的应用研究

摘要

为了解决钢筋工程验收时传统人工检测效率低，检测过程中容易因人为因素导致的测量误差大，甚至误检漏检等问题，提出了一种基于改进轻量化U-net模型的钢筋直径测量方法。首先，采集大量钢筋图像并构建钢筋图像自制数据集，引入MobileNetV3 Block模块和坐标注意力(coordinate attention, CA)机制对经典U-net模型进行改进。然后，基于自制数据集对改进U-net模型进行训练，训练完成后，将测试图像导入模型进行分割实验和直径测量实验。结果表明：改进U-net模型在钢筋图像分割任务中的交并比(IoU)达到了0.979 5,模型大小仅为18.03 MB,直径测量实验的总平均误差为0.207 mm。改进模型在钢筋图像分割时表现出色，具有较高的检测精度和较低的计算成本，为钢筋图像分割提供了新的技术路径，在钢筋图像自动化处理和分析领域，具有一定的应用前景。

关键词

土木建筑工程测量 / 钢筋直径测量 / 图像分割 / 改进U-net模型 / CA注意力机制

基金资助

河北省自然科学基金(E2019208150); 河北科技大学教育教学改革研究与实践项目(2022-YB02)