建筑材料计数方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种建筑材料计数方法、装置、设备及存储介质，所述方法通过获取在现场拍摄建筑材料的目标图像，将目标图像输入至多列卷积神经网络，获得建筑材料密度图；根据预设密度图回归计数模型计算出建筑材料密度图对应的平均绝对误差和均方误差；根据平均绝对误差和均方误差对建筑材料密度图进行过滤，根据过滤后的建筑材料密度图确定建筑材料对应的材料数量，能够减少了计数误差，实现了建材计数自动化，降低了成本，减少了信息处理的人力消耗，能够修正因视角变化造成，在建材密集拥挤或尺度变化大等情况下保证计数准确率，有效提高了建筑材料计数的工作效率和计数精确度，缩短了建筑材料计数的时间，提升了建筑材料计数的速度和效率。料计数的速度和效率。料计数的速度和效率。

【技术实现步骤摘要】
建筑材料计数方法、装置、设备及存储介质


[0001]本专利技术涉及图像识别
，尤其涉及一种建筑材料计数方法、装置、设备及存储介质。

技术介绍

[0002]建筑工地使用的建筑材料，如钢筋条、钢筋圈、砌体及木材等，一般堆放于施工工地的材料堆场，需要人工点数记录，并根据每日用量估算补充库存数量；传统建筑行业智能化发展速度慢，建材计数仍主要通过人工计数的方式，工作量大，工作内容枯燥、频次高，效率低，且极易因个人原因影响计数准确度；因此，这种烦琐的工作亟需被一种低成本、高自动化的方式所取代。
[0003]利用传统的图像处理方法，如图像增强、滤波、阈值分割、模板匹配等常规方法进行建筑材料计数工作，在一定程度上解决了计数问题；但是一些实际场景图像会比较；基于传统的图像处理的计数方法，在面对此类问题时往往有较大的误差，不能解决实际问题。
[0004]在早期，大量的研究工作依托目标检测算法来解决材料计数问题，估计的材料数目等于图像中被检测到的目标个体的总和；该类算法首先提取建筑材料图像特征，如哈尔小波变换(Haar)、方向梯度直方图(His本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种建筑材料计数方法，其特征在于，所述建筑材料计数方法包括：获取在现场拍摄建筑材料的目标图像，将所述目标图像输入至多列卷积神经网络，获得建筑材料密度图；根据预设密度图回归计数模型计算出所述建筑材料密度图对应的平均绝对误差和均方误差；根据所述平均绝对误差和所述均方误差对所述建筑材料密度图进行过滤，根据过滤后的建筑材料密度图确定所述建筑材料对应的材料数量。2.如权利要求1所述的建筑材料计数方法，其特征在于，所述获取在现场拍摄建筑材料的目标图像，将所述目标图像输入至多列卷积神经网络，获得建筑材料密度图，包括：获取视频图像采集设备在现场拍摄建筑材料生成的视频图像，将所述视频图像作为目标图像；将所述目标图像进行坐标标记，获得标记图片；将所述标记图片输入至多列卷积神经网络，获得密度特征，根据所述密度特征生成建筑材料密度图。3.如权利要求2所述的建筑材料计数方法，其特征在于，所述将所述目标图像进行坐标标记，获得标记图片，包括：获取所述目标图像中的各建筑材料的各截面进行标记，获得截面标记点，根据所述截面标记点生成标记图片。4.如权利要求2所述的建筑材料计数方法，其特征在于，所述将所述标记图片输入至多列卷积神经网络，获得密度特征，根据所述密度特征生成建筑材料密度图包括：将所述标记图片输入至多列卷积神经网络，根据所述多列卷积神经网络中的高斯滤波器对所述标记图片进行卷积，获得密度特征；对所述密度特征中的图片视角扭曲因素进行过滤，根据过滤后的密度特征生成建筑材料密度图。5.如权利要求1所述的建筑材料计数方法，其特征在于，所述根据预设密度图回归计数模型计算出所述建筑材料密度图对应的平均绝对误差和均方误差，包括：获取密度图测试集中测试图像的图像数目，所述测试图像中建筑材料的估计值和真实值；根据所述图像数目、所述估计值和所述真实值利用预设密度图回归计数模型计算出所述建筑材料密度图对应的平均绝对误差和均方误差。6.如权利要求5所述的建筑材料计数方法，其特征在于，...

【专利技术属性】
技术研发人员：李欣，方斌，李金生，肖菲，吴善农，董蓓，蹇安安，
申请(专利权)人：中建三局智能技术有限公司，
类型：发明
国别省市：