CN114998269B 一种钢筋绑扎控制系统和绑扎定位识别方法 （中铁九局集团有限公司）_第1页
CN114998269B 一种钢筋绑扎控制系统和绑扎定位识别方法 （中铁九局集团有限公司）_第2页
CN114998269B 一种钢筋绑扎控制系统和绑扎定位识别方法 （中铁九局集团有限公司）_第3页
CN114998269B 一种钢筋绑扎控制系统和绑扎定位识别方法 （中铁九局集团有限公司）_第4页
CN114998269B 一种钢筋绑扎控制系统和绑扎定位识别方法 （中铁九局集团有限公司）_第5页
已阅读5页，还剩15页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

ConferenceonComputerGraphics,ArtificialIntelligence,andData一种钢筋绑扎控制系统和绑扎定位识别方法RGB图像中的背景信息和底层钢筋信息替换为单处理的RGB图像输入预先训练的待绑扎位置识别2待绑扎位置识别模块，用于将预处理的RGB图像输入预先训练的待绑扎位置识别模型待绑扎位置识别模块，用于将预处理的RGB图像输入预先训练的Ghost-YGhost-YOLOX网络模型的构建，包括：将YOLOX网络的CBL模块中的卷积替待绑扎位置识别模块在包围盒区域中设置多条横线和多提取LineROI中每条直线上对应的图像像素值，计算获得每条直线上待绑扎位置识别模块，还用于使用RANSAC算法通过迭代优化的方相应地，待绑扎位置识别模块根据剩余的边缘特征点拟合钢待绑扎位置识别模型为Ghost-YOLOXGhost-YOLOX网络模型的构建，包括：将YOLOX网络的CBL模块中的卷积替3基于局部特征点的方法对每一个包围盒进行处理，获得包围盒在包围盒区域中设置多条横线和多条竖线，多条横线作为第一组提取LineROI中每条直线上对应的图像像素值，计算获得每条直线上4[0012]待绑扎位置识别模块，用于将预处理的RGB图像输入预先训练的待绑扎位置识别[0015]可选地，待绑扎位置识别模块，用于将预处理的RGB图像输入预先训练的Ghost-YOLOX网络的CBL模块中的卷积替换为G5[0017]可选地，待绑扎位置识别模块基于局部特征点的方法对[0023]作为本发明方法的一种改进，待绑扎位置识别模型为Ghost-YOLOX网络模型；[0025]作为本发明方法的一种改进，基于局部特征点的方法对对应的图像像素值，计算获得每条直线上像素值变化最大的位置以作为钢筋的边缘特征[0028]本发明提供的钢筋绑扎控制系统，通过获取待绑扎钢筋所在区域的深度图像和6输入，Focus表示图片切片操作，SPP表示空间金字塔池化，Upsample表示图片上采样，[0035]图6是根据本发明具体实施方式的一个包围盒区域的钢筋绑扎位置识别结果示意[0047]待绑扎位置识别模块22，用于将预处理的RGB图像输入预先训练的待绑扎位置识7YOLOX网络的CBL模块中的卷积替换为G[0049]其中，YOLOX网络可分为三部分：主干特征提取网络Backbone、上下文特征融合Neck以及结果预测Prediction。在主干特征提取网络中首先使用Focus操作（图像切片操xe到最后的输出zeR2mxh'xw'。使用更少的常规卷积生成本征特征图以及使用深度可分离可以生成一个逐通道特征响应的全局分布特征表示，之后通过Eex操作将该全局特征表示[0053]优选地，待绑扎位置识别模块22基于局部特征点的方法对每一个包围盒进行处8[0055]作为一个示例，通过包围盒相对于整张图片的左上角和[0057]由于LineROI可能提取到噪声位置，噪声位置的边缘特征点可以看作是离群9

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论