基于MobileNetV3改进模型的钢筋计数方法及系统技术方案

本发明专利技术公开了一种基于MobileNetV3改进模型的钢筋计数方法及系统，其可实现端部形状不规则钢筋的有效识别，可提高目标识别和计数准确性，方法包括：采集待测钢筋横截面原始图像；获取均衡化图像；对均衡化图像中钢筋横截面进行标注；将标注图像划分为训练集、测试集；基于训练集训练MobileNetV3改进模型，对测试集进行目标检测，统计检测目标，判断总数量与真实数值是否相同，若相同，则表明计数准确，反之表明计数错误，系统包括计算机系统、图像采集系统，图像采集系统用于采集待测钢筋的原始图像，计算机系统中数据处理模块包括图像预处理单元、标注工具单元、MobileNetV3改进模型识别单元、统计单元。统计单元。统计单元。

【技术实现步骤摘要】
基于MobileNetV3改进模型的钢筋计数方法及系统


[0001]本专利技术涉及钢筋计数
，具体为一种基于MobileNetV3改进模型的钢筋计数方法及系统。

技术介绍

[0002]计算各类工程、建材等数据时，或在钢筋制造过程中，常需要对钢筋进行计数，以统计钢筋数量，传统的钢筋计数方式为人工计数，但钢筋通常以堆叠或成捆方式放置或传输，数量多且堆积在一起，截面不规整，而且直径小，只依靠人工计算，不仅费时费力，效率低，而且易受主观影响，出现重复计数或漏计数现象，导致钢筋计数错误。
[0003]现有技术中提供了一种基于目标检测的钢筋计数方法，该方法通过构建过程金字塔；构造预测圆形框、计算位置损失函数的方式获取待检测目标，再通过阈值极大值抑制法筛选预测圆形框再训练网络模型的方式实现钢筋计数，其可提高检测、计数效率和计数准确性，但该方法运算过程复杂，仍存在检测效率低的问题，而且需要钢筋形状为规则圆形的条件下才能实现准确计数，但实际应用中，钢筋端部极易因挤压、磕碰等产生凹坑、形变，而现有方法对于这种端部存在缺陷或端部形状不规则的钢筋，则无法准确获取待检测目标，从而降低了计数的准确性。

技术实现思路

[0004]针对现有技术中存在的检测过程复杂、检测及运算效率低、无法实现图像中端部形状不规则钢筋准确识别，影响了计数准确性的技术问题，本专利技术提供了一种基于MobileNetV3改进模型的钢筋计数方法，其可实现图像中端部形状不规则钢筋的有效识别，可提高目标检测运算效率，可提高目标识别和计数准确性。r/>[0005]为实现上述目的，本专利技术采用如下技术方案：
[0006]一种基于MobileNetV3改进模型的钢筋计数方法，该方法基于计算机系统实现，其特征在于，该方法基于MobileNetV3改进模型实现，具体步骤包括：
[0007]S1、采集待测钢筋横截面的原始图像；
[0008]S2、对所述原始图像进行均衡化处理，获取均衡化图像；
[0009]S3、对所述均衡化图像中钢筋横截面进行数据标注，获取标注图像；
[0010]S4、将所述标注图像划分为训练集、测试集；
[0011]S5、将所述训练集导入MobileNetV3改进模型中进行训练，获取MobileNetV3改进模型，所述MobileNetV3改进模型包括：注意力模块和交叉卷积，其中，注意力模块用于对标注图像特征进行增强处理，获取特征增强图像，所述交叉卷积通过改变卷积核的形状，增强特征增强图像中特征边缘信息的提取效果；
[0012]S6、基于建立的所述MobileNetV3改进模型，对所述测试集进行目标检测，获取测试集的检测目标；
[0013]S7、对所述检测目标进行统计，获取总数量；
[0014]S8、判断总数量与预先存储的真实数值是否相同，若相同，则表明计数准确，反之则表明计数错误。
[0015]其进一步特征在于，
[0016]步骤S1中，所述原始图像为灰度图，采用工业相机采集所述原始图像；
[0017]进一步的，步骤S2中，所述均衡化处理方式为：直方图均衡化；
[0018]进一步的，步骤S3中，使用图像标注工具对所述均衡化图像中钢筋区域进行标注，获取所述标注图像；
[0019]进一步的，步骤S4中，将所述标注图像按比例1：1划分为训练集、测试集；
[0020]进一步的，步骤S5中，MobileNetV3改进模型的训练步骤包括：
[0021]S51、在MobileNetV3模型中添加注意力模块，提取所述特征增强图像；
[0022]S52、采用交叉卷积对所述特征增强图像依次进行特征提取、特征融合，获取融合特征图像；
[0023]S53、对所述融合特征图像的目标区域进行识别，获取钢筋目标，实现MobileNetV3改进模型训练；
[0024]更进一步的，步骤S51中，所述注意力模块用于对所述标注图像特征的通道维度进行增强处理；
[0025]进一步的，步骤S5中，所述特征增强图像中特征边缘信息指钢筋目标的轮廓特征。
[0026]一种钢筋计数系统，该系统用于实现上述基于MobileNetV3改进模型的钢筋计数方法，所述系统包括计算机系统、图像采集系统，所述图像采集系统与所述计算机系统通信连接，其特征在于，所述图像采集系统用于采集待测钢筋的原始图像，所述计算机系统包括数据处理模块，所述数据处理模块包括图像预处理单元、标注工具单元、MobileNetV3改进模型识别单元、统计单元，所述图像预处理单元用于对所述原始图像进行均衡化处理；
[0027]所述标注工具单元用于对所述均衡化图像中钢筋横截面进行数据标注，获取标注图像；
[0028]所述MobileNetV3改进模型识别单元用于对标注图像中的目标特征进行识别，获取钢筋目标；
[0029]所述统计单元用于对所述钢筋目标的数量进行统计，获取原始图像中钢筋目标的总数量。
[0030]其进一步特征在于，
[0031]所述钢筋计数系统还包括存储模块、显示模块，所述图像采集系统包括工业相机，所述工业相机通过数据通讯线与所述数据处理模块、存储模块连接，所述存储模块存储内容至少包括：原始图像、钢筋目标、钢筋目标的总数量；所述显示模块显示内容至少包括：钢筋目标的总数量。
[0032]采用本专利技术上述方法可以达到如下有益效果：本申请首先基于MobileNetV3改进模型对原始图像中钢筋目标进行检测识别，再根据识别结果进行统计计数，从而获得待测钢筋的实际数量。MobileNetV3改进模型设置有注意力模块，注意力模块用于对标注图像特征进行增强处理，特征的增强有利于后续目标特征的准确识别，另外，该MobileNetV3改进模型还设置有交叉卷积，交叉卷积用于增强特征增强图像中的特征的边缘信息，边缘信息的增强，也有利于提高钢筋目标的识别准确性，并且边缘信息增强不受目标特征形状的限
制，因此，采用该MobileNetV3改进模型能够实现图像中端部形状不规则钢筋的有效准确识别。图像中钢筋目标的准确识别，降低了重复计数、漏记数等问题出现概率，大大提升了后续钢筋统计计数的准确性。
[0033]本申请方法中，前期仅对原始图像进行均衡化处理，识别时MobileNetV3改进模型仅采用注意力模块和交叉卷积即可实现钢筋目标的准确、有效识别，整个检测识别过程简单快捷，从而大大提高了检测效率，并且提高了钢筋计数效率及整个钢筋计数系统的运行效率。
附图说明
[0034]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0035]图1为本专利技术钢筋计数方法的流程图；
[0036]图2为原始MobileNetV3模型的结构图；
[0037]图3为本专利技术改进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于MobileNetV3改进模型的钢筋计数方法，其特征在于，该方法基于MobileNetV3改进模型实现，具体步骤包括：S1、采集待测钢筋横截面的原始图像；S2、对所述原始图像进行均衡化处理，获取均衡化图像；S3、对所述均衡化图像中钢筋横截面进行标注，获取标注图像；S4、将所述标注图像划分为训练集、测试集；S5、将所述训练集导入MobileNetV3改进模型中进行训练，获取MobileNetV3改进模型，所述MobileNetV3改进模型包括：注意力模块和交叉卷积，其中，注意力模块用于对标注图像特征进行增强处理，获取特征增强图像，所述交叉卷积通过改变卷积核的形状，增强特征增强图像中特征边缘信息的提取效果；S6、基于建立的所述MobileNetV3改进模型，对所述测试集进行目标检测，获取测试集的检测目标；S7、对所述检测目标进行统计，获取总数量；S8、判断总数量与预先存储的真实数值是否相同，若相同，则表明计数准确，反之则表明计数错误。2.根据权利要求1所述的基于MobileNetV3改进模型的钢筋计数方法，其特征在于，步骤S1中，所述原始图像为灰度图，采用工业相机采集所述原始图像。3.根据权利要求1所述的基于MobileNetV3改进模型的钢筋计数方法，其特征在于，步骤S2中，所述均衡化处理方式为：直方图均衡化。4.根据权利要求1所述的基于MobileNetV3改进模型的钢筋计数方法，其特征在于，步骤S3中，使用图像标注工具对所述均衡化图像中钢筋区域进行标注，获取所述标注图像。5.根据权利要求1所述的基于MobileNetV3改进模型的钢筋计数方法，其特征在于，步骤S4中，将所述标注图像按比例1：1划分为训练集、测试集。6.根据权利要求1所述的基于MobileNetV3改进模型的钢筋计数方法，其特征在于，步骤S5中，MobileNetV3改进模型...

【专利技术属性】
技术研发人员：刘国营，陈鹏飞，席云斌，葛继，
申请(专利权)人：无锡图创智能科技有限公司，
类型：发明
国别省市：