建筑施工进程自动识别算法研究

建筑施工进程自动识别算法研究

研究人员通过深度学习方法实现对建筑施工进程的目标识别。针对建筑施工进程的目标检测问题，研究采用了深度学习中的目标检测技术，选用yolov3算法进行模型训练。研究中采集8 000张图片数据集，按9∶1的比例划分为训练集和测试集，通过标注训练集数据坐标与类型，并对其进行训练。最后计算测试集的800张数据的漏检率、错检率、总错误数和准确率。结果表明：yolov3算法的准确率为90%，检测速率为23 fps。该研究能够有效对建筑施工进程完成自动、快速、精准地识别。...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:智能城市 2022-11, Vol.8 (11), p.71-73
Hauptverfasser: 董正山, 张嵘禹, 陈梦靖, 龚福梓, 徐霖
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 73
container_issue 11
container_start_page 71
container_title 智能城市
container_volume 8
creator 董正山
张嵘禹
陈梦靖
龚福梓
徐霖
description 研究人员通过深度学习方法实现对建筑施工进程的目标识别。针对建筑施工进程的目标检测问题，研究采用了深度学习中的目标检测技术，选用yolov3算法进行模型训练。研究中采集8 000张图片数据集，按9∶1的比例划分为训练集和测试集，通过标注训练集数据坐标与类型，并对其进行训练。最后计算测试集的800张数据的漏检率、错检率、总错误数和准确率。结果表明：yolov3算法的准确率为90%，检测速率为23 fps。该研究能够有效对建筑施工进程完成自动、快速、精准地识别。
doi_str_mv 10.19301/j.cnki.zncs.2022.11.024
format Article
fullrecord <record><control><sourceid>cass_wanfa</sourceid><recordid>TN_cdi_wanfang_journals_zncs202211024</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><cass_id>ZNCS2022011024</cass_id><wanfj_id>zncs202211024</wanfj_id><sourcerecordid>ZNCS2022011024</sourcerecordid><originalsourceid>FETCH-LOGICAL-c544-45dbfb3f0611ed58dd699051927000f873d0bb3702d4206c6cfc138d6ce831b03</originalsourceid><addsrcrecordid>eNotz71KxEAQwPEtFDzOewZtbITEmd1kL1tK8AsOLbzKJmR3s3KnrOAigg-gopVwamFjI5yKWggKivg0ueQxTIjVMPBjhj8h8wg-Cga4NPSV3Rv4J1Y5nwKlPqIPNJgiLQqCexXiM6Tj3EAC5aGodtYii_n3V_FyNbn5yT8fyt-7YnxZnj3lF-Py7TQ_fy5ebyfv18X9qHj8mCXTJt13Wed_tkl_daUfr3u9rbWNeLnnqTAIvCDU0khmgCNmOoy05kJAiIJ2AcBEXaZBStYFqgMKXHFlFLJIc5VFDCWwNllozh6n1qR2NxkeHB3a6mFSl9VhiFVW5eYap1LnEuucTnY24-0aQCP-APC2XP4</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>建筑施工进程自动识别算法研究</title><source>国家哲学社会科学学术期刊数据库 (National Social Sciences Database)</source><creator>董正山 ; 张嵘禹 ; 陈梦靖 ; 龚福梓 ; 徐霖</creator><creatorcontrib>董正山 ; 张嵘禹 ; 陈梦靖 ; 龚福梓 ; 徐霖</creatorcontrib><description>研究人员通过深度学习方法实现对建筑施工进程的目标识别。针对建筑施工进程的目标检测问题，研究采用了深度学习中的目标检测技术，选用yolov3算法进行模型训练。研究中采集8 000张图片数据集，按9∶1的比例划分为训练集和测试集，通过标注训练集数据坐标与类型，并对其进行训练。最后计算测试集的800张数据的漏检率、错检率、总错误数和准确率。结果表明：yolov3算法的准确率为90%，检测速率为23 fps。该研究能够有效对建筑施工进程完成自动、快速、精准地识别。</description><identifier>ISSN: 2096-1936</identifier><identifier>DOI: 10.19301/j.cnki.zncs.2022.11.024</identifier><language>chi</language><publisher>辽宁省科学技术情报研究所</publisher><ispartof>智能城市, 2022-11, Vol.8 (11), p.71-73</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><oa>free_for_read</oa><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/zncs/zncs.jpg</thumbnail><link.rule.ids>314,776,780,27901,27902</link.rule.ids></links><search><creatorcontrib>董正山</creatorcontrib><creatorcontrib>张嵘禹</creatorcontrib><creatorcontrib>陈梦靖</creatorcontrib><creatorcontrib>龚福梓</creatorcontrib><creatorcontrib>徐霖</creatorcontrib><title>建筑施工进程自动识别算法研究</title><title>智能城市</title><description>研究人员通过深度学习方法实现对建筑施工进程的目标识别。针对建筑施工进程的目标检测问题，研究采用了深度学习中的目标检测技术，选用yolov3算法进行模型训练。研究中采集8 000张图片数据集，按9∶1的比例划分为训练集和测试集，通过标注训练集数据坐标与类型，并对其进行训练。最后计算测试集的800张数据的漏检率、错检率、总错误数和准确率。结果表明：yolov3算法的准确率为90%，检测速率为23 fps。该研究能够有效对建筑施工进程完成自动、快速、精准地识别。</description><issn>2096-1936</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2022</creationdate><recordtype>article</recordtype><recordid>eNotz71KxEAQwPEtFDzOewZtbITEmd1kL1tK8AsOLbzKJmR3s3KnrOAigg-gopVwamFjI5yKWggKivg0ueQxTIjVMPBjhj8h8wg-Cga4NPSV3Rv4J1Y5nwKlPqIPNJgiLQqCexXiM6Tj3EAC5aGodtYii_n3V_FyNbn5yT8fyt-7YnxZnj3lF-Py7TQ_fy5ebyfv18X9qHj8mCXTJt13Wed_tkl_daUfr3u9rbWNeLnnqTAIvCDU0khmgCNmOoy05kJAiIJ2AcBEXaZBStYFqgMKXHFlFLJIc5VFDCWwNllozh6n1qR2NxkeHB3a6mFSl9VhiFVW5eYap1LnEuucTnY24-0aQCP-APC2XP4</recordid><startdate>20221125</startdate><enddate>20221125</enddate><creator>董正山</creator><creator>张嵘禹</creator><creator>陈梦靖</creator><creator>龚福梓</creator><creator>徐霖</creator><general>辽宁省科学技术情报研究所</general><general>闽江学院数学与数据科学学院,福建福州350000</general><scope>NSCOK</scope><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>20221125</creationdate><title>建筑施工进程自动识别算法研究</title><author>董正山 ; 张嵘禹 ; 陈梦靖 ; 龚福梓 ; 徐霖</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-LOGICAL-c544-45dbfb3f0611ed58dd699051927000f873d0bb3702d4206c6cfc138d6ce831b03</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2022</creationdate><toplevel>online_resources</toplevel><creatorcontrib>董正山</creatorcontrib><creatorcontrib>张嵘禹</creatorcontrib><creatorcontrib>陈梦靖</creatorcontrib><creatorcontrib>龚福梓</creatorcontrib><creatorcontrib>徐霖</creatorcontrib><collection>国家哲学社会科学文献中心 (National Center for Philosophy and Social Sciences Documentation)</collection><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>智能城市</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>董正山</au><au>张嵘禹</au><au>陈梦靖</au><au>龚福梓</au><au>徐霖</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>建筑施工进程自动识别算法研究</atitle><jtitle>智能城市</jtitle><date>2022-11-25</date><risdate>2022</risdate><volume>8</volume><issue>11</issue><spage>71</spage><epage>73</epage><pages>71-73</pages><issn>2096-1936</issn><abstract>研究人员通过深度学习方法实现对建筑施工进程的目标识别。针对建筑施工进程的目标检测问题，研究采用了深度学习中的目标检测技术，选用yolov3算法进行模型训练。研究中采集8 000张图片数据集，按9∶1的比例划分为训练集和测试集，通过标注训练集数据坐标与类型，并对其进行训练。最后计算测试集的800张数据的漏检率、错检率、总错误数和准确率。结果表明：yolov3算法的准确率为90%，检测速率为23 fps。该研究能够有效对建筑施工进程完成自动、快速、精准地识别。</abstract><pub>辽宁省科学技术情报研究所</pub><doi>10.19301/j.cnki.zncs.2022.11.024</doi><tpages>3</tpages><oa>free_for_read</oa></addata></record>
fulltext fulltext
identifier ISSN: 2096-1936
ispartof 智能城市, 2022-11, Vol.8 (11), p.71-73
issn 2096-1936
language chi
recordid cdi_wanfang_journals_zncs202211024
source 国家哲学社会科学学术期刊数据库 (National Social Sciences Database)
title 建筑施工进程自动识别算法研究
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-02-01T00%3A27%3A38IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-cass_wanfa&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%BB%BA%E7%AD%91%E6%96%BD%E5%B7%A5%E8%BF%9B%E7%A8%8B%E8%87%AA%E5%8A%A8%E8%AF%86%E5%88%AB%E7%AE%97%E6%B3%95%E7%A0%94%E7%A9%B6&rft.jtitle=%E6%99%BA%E8%83%BD%E5%9F%8E%E5%B8%82&rft.au=%E8%91%A3%E6%AD%A3%E5%B1%B1&rft.date=2022-11-25&rft.volume=8&rft.issue=11&rft.spage=71&rft.epage=73&rft.pages=71-73&rft.issn=2096-1936&rft_id=info:doi/10.19301/j.cnki.zncs.2022.11.024&rft_dat=%3Ccass_wanfa%3EZNCS2022011024%3C/cass_wanfa%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_cass_id=ZNCS2022011024&rft_wanfj_id=zncs202211024&rfr_iscdi=true