本文版权为《邮电设计技术》所有，如需转载请联系《邮电设计技术》编辑部
摘 要：
在工地建筑领域，钢筋已然成为不可或缺的基本材料之一，在我国的绝大数工地，现有的钢筋计数方法是工人逐一统计已计数和未计数的钢筋，不仅耗时、耗力，而且由于工人长时间计数钢筋，人眼和人脑容易疲劳，计数误差将增加。 由于工地钢筋图像数据不便于大量采集和标注，提出一种基于小数据的钢筋检 测模型，将该模型应用于智慧工地中的钢筋计数应用，工人只需将拍摄的钢筋 图像通过终端传入模型，便可以快速准确地得到图像中钢筋的数量。
关键词：智慧工地；钢筋计数；计算机视觉
doi：10.12045/j.issn.1007-3043.2020.02.009
前言
近年来，国家大力推动钢结构建筑发展，数据表明，2017年以来中国钢筋年产量已超过2亿吨，2017年建筑业的总产值超过21万亿元，而其中钢铁在建筑材料中所占的造价达到了20%~30%。钢筋广泛应用于各种建筑结构，特别是大型、重型以及高层建筑结构，但在实际运用中，钢筋计数问题一直困扰着从业者。自上世纪70年代便有好多工程人员投入至钢筋计数的研究中，对于成捆钢筋，曾有研究利用重量传感器的方法来进行计数，该研究理论为同类型钢筋有着相同的重量和长度的标准，根据总重量和单根钢筋的重量便可以得出一捆钢筋的数量。但是由于不同钢材厂的工艺不同，以及部分钢材厂存在负公差生产，故重量传感器方法无法得出精准的结果。随着计算机视觉技术的发展，有研究将神经网络应用于钢筋计数方法，该研究认为虽然钢筋端面形状不规则，但是面积是相近的，故可以通过将一捆钢筋端面图片进行二值化，通过判断每一个端面的面积与平均值的差异便可以得出成捆钢筋的数量。但该方法存在一定缺陷，钢筋端面平均值和目标物体有较大的依赖性，自适应性较差，同时，若多个钢筋的端面大面积重叠，也无法判断具体数量。随着双目视觉和激光技术的发展，一些大型钢材制造商将“双目视觉+线激光”技术应用于钢筋计数，该技术利用激光测距的测量结果对双目视觉的测量结果进行修正，有效地提高双目立体视觉远距离测量精度，但是该技术成本高，需要使用双目立体视觉仪和激光测距仪等大型设备，在工地这种特殊而复杂的场景中无法便利地使用。为解决以上问题，同时工地钢筋图像数据不便于大量采集和标注，本文提出基于小数据目标检测算法并将其应用于钢筋计数应用中，工地工作人员只需将钢材照片通过终端上传至云服务器中的钢筋检测模型，便可以快速准确地得到照片中钢筋的数量。
