排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
2.
工程现场环境复杂,获取包含丰富信息的图像难度大且标注成本高,造成基于计算机视觉的深度学习施工机械图像数据集构建困难。为满足快速、高质量构建建筑工程领域施工机械深度学习图像数据集,提出一种基于三维建模引擎的施工机械图像生成与自动标注方法,并以挖掘机为例构建了名为SCED(Synthesized Construction Equipment Dataset)的挖掘机数据集。首先,采用三维建模引擎UE4对目标挖掘机设备进行模型构建,然后借助UnrealCV工具对原始模型进行多角度、多区域的图像采集,使用自编写模块实现自动语义分割与掩码图像生成,并完成图像的自动标注,最终生成包含10 000张图像的数据集。与现有公开机械数据集进行了目标尺寸、数量与构建工作量的对比,并比较了构建效率与成本,最后进行了图像数据集质量与效果验证。结果表明:该构建方法综合效率更高且成本更低,构建的SCED图像数据集丰富性和泛化能力更好,针对小目标物具有更好的检测效果; 研究成果可为今后建筑施工领域深度学习图像数据集的构建提供参考依据。 相似文献
3.
4.
随着传统建造领域与现代信息技术的逐渐融合,智能建造这一概念应运而生。目前智能建造专业建设已成为相关高校的重要发展方向。但智能建造专业建设还处于初始阶段,其办学理念、课程体系、人才培养等尚未在业界达成共识,专业教学方案亟待研究。根据土木工程相关专业30位教师的问卷调查结果,分析智能建造专业面临的五大挑战,结合新工科专业建设提出的新要求,从课程体系、师资力量、教学方法、教学平台和管理制度等角度提出智能建造专业教学方案新模式,构建智能建造专业建设“P-S-R(要求-挑战-响应)”框架体系,明确智能建造专业的建设路径,以及各个时期的发展重点,以期为各类高校智能建造专业建设提供参考和借鉴。 相似文献
5.
设计阶段业主方的项目管理探索 总被引:1,自引:0,他引:1
从设计阶段业主方项目管理的概念和特点出发,针对设计阶段业主方项目管理产生的问题,提出了三大目标控制和风险、合同、信息管理的方法。 相似文献
6.
施工进度是工程项目管理的关键组成部分,传统的进度管理多依靠人工巡检,耗时费力且无法保障进度评估的时效性。为了实现施工进度的自动化、高效化监管,针对室内施工湿作业铺贴场景,提出一套智能化进度追踪与评估框架,基于改进的Mask R-CNN深度学习框架,自动提取室内墙面和地面的瓷砖铺贴进度,基于相机轨迹追踪算法,将整个施工层的大范围施工进度识别结果映射至BIM可视化模型,为施工数字孪生奠定基础。在上海市某高层建筑项目中进行实例研究,实现了施工图像的高精度分割,验证了研究框架的可行性。该框架不仅适用于室内瓷砖铺贴,也适用于抹灰、刷涂等室内装修工程。 相似文献
7.
1