基于卷積神經(jīng)網(wǎng)絡(luò)的鋼筋計(jì)數(shù)算法研究
【文章頁數(shù)】:78 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖1-1某大廳行人密度估計(jì)計(jì)數(shù)
目前隨著計(jì)算機(jī)視覺的不斷發(fā)展,尤其是近幾年卷積神經(jīng)網(wǎng)絡(luò)的興計(jì)數(shù)也進(jìn)入了發(fā)展的高峰,許多新的方法被提出,取得了大量的研究成果計(jì)算機(jī)視覺領(lǐng)域的目標(biāo)計(jì)數(shù)大致可以分為兩種應(yīng)用方向,一種是靜態(tài)計(jì)數(shù)獲得圖像中某個(gè)區(qū)域或者整幅圖像中的目標(biāo)數(shù)量。一種是動(dòng)態(tài)計(jì)數(shù),目的頻序列中目標(biāo)流過的數(shù)量,一般是....
圖1-2鋼筋端面圖片
圖1-2鋼筋端面圖片而對于動(dòng)態(tài)式計(jì)數(shù),要統(tǒng)計(jì)視頻中流過的目標(biāo),無法通過密度估計(jì)的方法解決,也無法單純使用目標(biāo)檢測進(jìn)行解決。這類問題的解決辦法需要結(jié)合目標(biāo)檢測和目標(biāo)跟蹤技術(shù)。首先在當(dāng)前幀檢測出目標(biāo),然后在后續(xù)幀中對檢測出的目標(biāo)進(jìn)行跟蹤,同時(shí)要不斷檢測新流入的目標(biāo),當(dāng)被跟蹤目標(biāo)穿....
圖1-3紅外熱軋鋼筋端面視頻截圖
圖1-2鋼筋端面圖片態(tài)式計(jì)數(shù),要統(tǒng)計(jì)視頻中流過的目標(biāo),無法通過密度估計(jì)用目標(biāo)檢測進(jìn)行解決。這類問題的解決辦法需要結(jié)合目先在當(dāng)前幀檢測出目標(biāo),然后在后續(xù)幀中對檢測出的目測新流入的目標(biāo),當(dāng)被跟蹤目標(biāo)穿過計(jì)數(shù)線后,則完成對產(chǎn)現(xiàn)場采集的紅外熱軋鋼筋端面視頻中流過的鋼筋目標(biāo)問題。下圖為....
圖2-1數(shù)據(jù)集部分圖片樣本
提出了一種基于級聯(lián)目標(biāo)候選頭網(wǎng)絡(luò)的高精度鋼筋計(jì)數(shù)算法。只需拍攝堆疊鋼端面圖像作為輸入,即可準(zhǔn)確得到圖像中的鋼筋數(shù)量。與人工計(jì)數(shù)相比效率大高,并且擁有很高的計(jì)數(shù)精度。本章提出的級聯(lián)式目標(biāo)候選頭網(wǎng)絡(luò),是對鋼筋端面目標(biāo)進(jìn)行檢測的網(wǎng)絡(luò),通測的方式來進(jìn)行計(jì)數(shù)。該網(wǎng)絡(luò)屬于二階段檢測網(wǎng)絡(luò),與其....
本文編號(hào):4001850
本文鏈接:http://www.lk138.cn/jianzhugongchenglunwen/4001850.html