閆天冉，馬曉靜，饒穎露，杜延麗，馬思樂

（山東大學(xué) 海洋研究院，山東 青島 266237）

0 概述

鋼筋自身直徑尺寸與搭建間距是否符合標(biāo)準(zhǔn)直接決定了建筑結(jié)構(gòu)質(zhì)量的好壞，其已成為建筑監(jiān)理行業(yè)隱蔽工程驗(yàn)收中非常重要的檢測環(huán)節(jié)。傳統(tǒng)鋼筋監(jiān)理驗(yàn)收主要依靠人工視覺檢測，監(jiān)理人員需攀爬樓體建筑物，巡檢范圍有限且效率低，安全性和檢測效果也難以保證。此外，測量現(xiàn)場存在某些企業(yè)或個人私自放低驗(yàn)收標(biāo)準(zhǔn)的情況，人工驗(yàn)收環(huán)節(jié)存在漏洞，建筑監(jiān)理行業(yè)亟待向自動化和智能化轉(zhuǎn)型。然而，基于機(jī)器視覺的建筑智能監(jiān)理在應(yīng)用和發(fā)展中面臨諸多困難，例如背景、遮擋、雜質(zhì)干擾、光照等問題會對鋼筋尺寸檢測精度產(chǎn)生很大影響，檢測精度無法達(dá)到驗(yàn)收精度要求。因此，如何在建筑智能監(jiān)理行業(yè)中實(shí)現(xiàn)高精度鋼筋尺寸檢測的智能化是應(yīng)用和研究的難點(diǎn)。

近年來，與目標(biāo)檢測和語義分割相關(guān)的深度學(xué)習(xí)算法迅速發(fā)展，以卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）為原型衍生的各種方法被廣泛應(yīng)用，這些方法主要分為2 類：基于區(qū)域的目標(biāo)檢測算法和基于端到端的目標(biāo)檢測算法。前者在檢測精度和定位精度上占優(yōu)，主要包括Fast R-CNN、Faster R-CNN［1］等；后者在檢測速度上占優(yōu)，主要包括Yolo［2-3］系 列、SSD［4］等。由Faster R-CNN 發(fā)展而來的Mask R-CNN［5］神經(jīng)網(wǎng)絡(luò)算法利用矩形邊界框標(biāo)記目標(biāo)位置，能夠在很大程度上排除工地現(xiàn)場復(fù)雜環(huán)境對鋼筋目標(biāo)提取的干擾。同時，像素級的語義分割能夠?yàn)殇摻钶喞采w準(zhǔn)確的掩膜，令高精度尺寸檢測成為了可能。

為滿足當(dāng)前建筑智能監(jiān)理行業(yè)的實(shí)際應(yīng)用需求，高效準(zhǔn)確地完成隱蔽工程驗(yàn)收中的鋼筋尺寸檢測工作，本文利用無人機(jī)巡檢系統(tǒng)搭載高清攝像裝備并在建筑工地現(xiàn)場進(jìn)行拍攝，自建一個鋼筋數(shù)據(jù)集，在Mask R-CNN 模型基礎(chǔ)上加入自下而上路徑和注意力機(jī)制，構(gòu)建BU-CS Mask R-CNN 模型。利用該模型獲得更加準(zhǔn)確的鋼筋目標(biāo)檢測框和邊緣分割掩膜，使用亞像素邊緣提取和鄰近直線融合的直線檢測等機(jī)器視覺算法做進(jìn)一步處理，借助像素轉(zhuǎn)化方法獲得鋼筋直徑和間距的實(shí)際尺寸值，以判斷是否符合驗(yàn)收標(biāo)準(zhǔn)。

1 相關(guān)工作

在建筑智能監(jiān)理領(lǐng)域的目標(biāo)檢測中，HE 等［6］結(jié)合無人機(jī)影像中的建筑物特征，精簡Mask R-CNN基礎(chǔ)網(wǎng)絡(luò)層數(shù)，調(diào)整和改進(jìn)網(wǎng)絡(luò)結(jié)構(gòu)，提高了建筑物的檢測效果。WANG 等［7］改 進(jìn)GIoU 計算方法，與Yolo v3 算法的目標(biāo)函數(shù)相結(jié)合，設(shè)計了一個新的目標(biāo)函數(shù)，提高了建筑施工領(lǐng)域安全帽檢測的準(zhǔn)確率。在近幾年的研究應(yīng)用中，注意力機(jī)制［8］的運(yùn)用顯著改善了當(dāng)前先進(jìn)CNN 的性能。文獻(xiàn)［9］提出的SCA-CNN 網(wǎng)絡(luò)結(jié)合了CNN 中的通道和空間注意力來進(jìn)行圖像描述。文獻(xiàn)［10］提出了壓縮和激勵（SE）模塊，顯式地利用通道之間的相互依賴關(guān)系進(jìn)行建模，自適應(yīng)重新校準(zhǔn)通道特性響應(yīng)。這些方式提升了模型的預(yù)測準(zhǔn)確率。在改進(jìn)Mask R-CNN 網(wǎng)絡(luò)結(jié)構(gòu)方面，文獻(xiàn)［11］用極大值抑制方法替換了Mask R-CNN 中非極大值抑制方法，雖然處理速度上得到了些許提升，但是精度和原始算法持平。文獻(xiàn)［12］改進(jìn)了特征金字塔增加反向側(cè)邊連接的支路，雖然能更好地利用低層信息，但是送入后續(xù)網(wǎng)絡(luò)的特征依舊是從支路中選擇的單一尺度特征，缺乏對不同尺度特征的針對性利用，精度提升效果不顯著。

針對當(dāng)前深層神經(jīng)網(wǎng)絡(luò)提取特征時低層特征信息丟失的問題，以及目標(biāo)與非目標(biāo)區(qū)域權(quán)重分配不合理的情況，本文提出的BU-CS Mask R-CNN 模型對Mask R-CNN 中FPN 結(jié)構(gòu)進(jìn)行改進(jìn)，通過加入自下而上路徑縮短了底層和最頂層之間的信息路徑，使底層信息更容易傳播到頂層，并在頂層得到更有效的利用。同時，在該路徑中組合使用通道注意力模塊和空間注意力模塊，為特征圖每個像素分配不同權(quán)重，為目標(biāo)響應(yīng)較高的通道分配更大權(quán)重，令更多注意力集中在前景區(qū)域像素點(diǎn)上，提升了鋼筋目標(biāo)的檢測精度。

2 改進(jìn)的Mask R-CNN 網(wǎng)絡(luò)模型

Mask R-CNN 是一個可以同時進(jìn)行目標(biāo)檢測和語義分割的深度學(xué)習(xí)網(wǎng)絡(luò)［13］，在2016 年COCO 挑戰(zhàn)賽中獲得第1 名。該模型基于Faster R-CNN 網(wǎng)絡(luò)提出mask 掩膜，將全卷積神經(jīng)網(wǎng)絡(luò)（Fully Convolutional Network，F(xiàn)CN）中的分類和分割任務(wù)解耦。其中分類預(yù)測分支與Faster R-CNN 相同，生成類別并輸出矩形目標(biāo)檢測框，其突出特點(diǎn)是增加了掩膜分支，通過FCN［14］進(jìn)行像素級別的高精度語義分割。這兩者的有效組合令Mask R-CNN 成為目標(biāo)檢測和語義分割的優(yōu)秀工具。

Mask R-CNN 模型使用了LIN 等提出的特征金字塔網(wǎng)絡(luò)（Feature Pyramid Network，F(xiàn)PN）［15］作為骨架網(wǎng)絡(luò)，這使得網(wǎng)絡(luò)不僅能夠利用低層的高分辨率特征，而且可以利用語義上更具意義的高層次低分辨率特征進(jìn)行精確定位。該模型的另一個貢獻(xiàn)是ROI-Align，它使用雙線性插值將任意大小的空間感興趣區(qū)域映射到固定的空間分辨率，這種改進(jìn)能夠相對提高10%～50%的掩碼精確度，在更嚴(yán)格的定位度量指標(biāo)下得到更好的度量，并啟用需要精確定位的實(shí)例掩碼。掩膜頭部引入了一個新的損失項(xiàng)LMask，用來計算預(yù)測掩膜和目標(biāo)掩膜之間的像素交叉熵。Mask R-CNN 損失函數(shù)定義如下：

其中：LClass和LBox分別為分類誤差和檢測誤差。Mask R-CNN 結(jié)構(gòu)如圖1所示。

圖1 Mask R-CNN 結(jié)構(gòu)Fig.1 Mask R-CNN structure

在深層神經(jīng)網(wǎng)絡(luò)中，下層特征需通過多層網(wǎng)絡(luò)層才能到達(dá)頂層，經(jīng)過多層之后，一些較低層信息可能會丟失，然而這些低層的特征信息對語義分割至關(guān)重要。在Mask R-CNN 的FPN 結(jié)構(gòu)中加入自下而上路徑（Bottom-up path），能夠縮短底層和最頂層要素層之間的信息路徑，使得底層信息更容易傳播到頂層，并在頂層得到更有效的利用。同時，組合使用通道注意力（Channel-wise Attention，CA）模塊和空間注意力（Spatial Attention，SA）模塊，將其定義為CA-SA 模塊，并把它添加到自下而上路徑。CA 負(fù)責(zé)在特征圖中分配每個通道的權(quán)重，SA 負(fù)責(zé)為每個像素分配相應(yīng)的權(quán)重。增加自下而上結(jié)構(gòu)和注意力機(jī)制強(qiáng)化了任務(wù)之間的關(guān)系，令特征圖對目標(biāo)特征有更好的響應(yīng)。本文將改進(jìn)后的模型命名為BU-CS Mask R-CNN，將在特征提取網(wǎng)絡(luò)中加入自下而上擴(kuò)展路徑和通道、空間注意力模塊的結(jié)構(gòu)命名為BOTTOM-UP-CA-SA。

CNN 中不同通道獲得的特征包含不同的語義信息，某些通道可能不包含任何目標(biāo)特征，不同通道特征的重要性也不盡相同。當(dāng)通過卷積提取特征時，多數(shù)現(xiàn)有方法會將相同權(quán)重分配給不同通道，而不進(jìn)行通道選擇。但在通道注意力模塊中，目標(biāo)響應(yīng)較高的通道被分配更大的權(quán)重，這樣可以更容易地獲得所需對象的特征。對于通道注意力，卷積特征F=[F1，F(xiàn)2，…，F(xiàn)C],Fi?Rw×h，式中Fi表示特征圖F的第i個通道，C為通道總數(shù)。將平均池化操作應(yīng)用于每個特征圖并產(chǎn)生1 個通道特征向量V：V=[V1，V2，…，Vc]，V?Rc，式中Vi表示平均池化后第i個通道的特征，用1×1 卷積核進(jìn)行卷積以從每個通道Vi學(xué)習(xí)聚合特征，再對特征向量V執(zhí)行softmax 操作，使所有通道的和為1，通道注意力模塊結(jié)構(gòu)如圖2 所示。

圖2 通道注意力模塊Fig.2 Channel attention module

在圖像中檢測目標(biāo)區(qū)域時，檢測目標(biāo)只會出現(xiàn)在圖像的某些部分。普通CNN 網(wǎng)絡(luò)將平等對待圖像中的每個區(qū)域，空間注意力機(jī)制不會對每個圖像區(qū)域進(jìn)行平等考慮，而更多地關(guān)注與檢測目標(biāo)相關(guān)的區(qū)域，在特征圖中為每個像素分配一個權(quán)重，令更多注意力集中在前景區(qū)域像素點(diǎn)上，有效減少背景干擾［16-17］。給出卷 積特征F=[F1，F(xiàn)2，…，F(xiàn)C]，使用1×1 卷積核生成特征圖M，在特征圖M 的像素點(diǎn)上執(zhí)行softmax 操作使它們相加為1，空間注意力模塊結(jié)構(gòu)如圖3 所示。

圖3 空間注意力模塊Fig.3 Spatial attention module

Mask R-CNN 模型采用ResNet-FPN 架構(gòu)進(jìn)行特征提取，ResNet［18］作為基礎(chǔ)特征提取網(wǎng)絡(luò)，是目前應(yīng)用最廣泛的深度卷積特征提取網(wǎng)絡(luò)之一。根據(jù)特征圖大小分為5 個stage，conv2～conv5 這4 個層次的輸出特征圖分別 定義為C2、C3、C4、C5。通過ResNet 和FPN 結(jié)構(gòu)得到4 種 不同層次的特征圖，即P2、P3、P4、P5，如圖4 所示。P2層到P5層是自下而上的擴(kuò)展路徑，添加CA-SA 模塊后，每層特征圖Ni大小依然與對應(yīng)的特征圖Pi相同，然后新的特征圖Ni便取代了原有特征圖Pi，并被發(fā)送到后續(xù)網(wǎng)絡(luò)層進(jìn)行下一步處理。

圖4 BOTTOM-UP-CA-SA 結(jié)構(gòu)示意圖Fig.4 Schematic diagram of BOTTOM-UP-CA-SA structure

由圖4可知，BOTTOM-UP-CA-SA 結(jié)構(gòu)中N2與P2相同，為生成特征圖Ni+1，Ni（2W×2H×C）由1 個步幅為2 的3×3 卷積核卷積而成，特征圖的高和寬被縮小到原來的1/2，尺寸與Pi+1保持相同?？s小后的特征圖通過元素相加的方式與特征圖Pi+1融合得到1 個新的特征圖Ni-half，之后被發(fā)送到CA-SA 注意力模塊得到特征圖Ni，生成1 個新的特征金字塔｛N2，N3，N4，N5｝，模塊構(gòu)造如圖5 所示。

圖5 BOTTOM-UP-CA-SA 結(jié)構(gòu)解析Fig.5 Illustraion of BOTTOM-UP-CA-SA structure

3 像素轉(zhuǎn)化

本文提出了像素轉(zhuǎn)化方法，通過轉(zhuǎn)換公式將鋼筋圖像中的直徑和間距像素值轉(zhuǎn)化為實(shí)際尺寸。無人機(jī)在與地面保持水平的h米高度（無人機(jī)自動記錄的實(shí)時高度），以固定倍數(shù)焦距拍攝圖像，以此為前提條件建立像素轉(zhuǎn)化模塊，計算方法如圖6所示。

圖6 像素轉(zhuǎn)化計算示意圖Fig.6 Schematic diagram of pixel conversion calculation

在圖6 中，d為片幅的對角線長度，135 片幅也就是標(biāo)準(zhǔn)鏡頭的對角線長度是43 mm。f是鏡頭焦距（單位為mm）。圖像視角的對角線角度（單位為°）公式為：

針對這部分老人，劉主任給出建議，“在遇到家庭矛盾時，應(yīng)多與孩子溝通，畢竟子女孫兒都是親生的。家庭不和諧，別說旅行，做什么都會不開心的??！親情為上，根據(jù)家庭具體情況，量力而為，達(dá)成一致意見是很有必要的?！?/p>

設(shè)圖像長為l像素，寬為w像素，對角線一半的像素值dp公式為：

已知無人機(jī)拍攝高度h，設(shè)鋼筋在圖像中直徑/間距為n像素，對角線一半的實(shí)際尺寸dt、單位像素的實(shí)際尺寸d1和鋼筋直徑/間距實(shí)際尺寸t的公式分別為：

4 實(shí)驗(yàn)

4.1 鋼筋數(shù)據(jù)集

建筑施工現(xiàn)場鋼筋目標(biāo)檢測的主要難點(diǎn)有：背景復(fù)雜且多變；存在墊塊、雜質(zhì)和施工工具等物體的干擾；螺紋鋼筋顏色與背景底色相近；日光照射下存在陰影。由于目前沒有公開可用的鋼筋數(shù)據(jù)集，本文利用大疆M600 無人機(jī)搭載高清可變焦攝像設(shè)備，在施工現(xiàn)場上空垂直攝影。拍攝時令橫豎鋼筋與圖像坐標(biāo)盡量保持水平或垂直，這是因?yàn)槟繕?biāo)檢測框?yàn)榫匦?，?shù)據(jù)集圖像中的鋼筋保持水平或垂直能極大地提高模型訓(xùn)練和測試的效率和準(zhǔn)確率，可避免候選框包含不必要的背景與雜質(zhì)，減少目標(biāo)檢測框重疊帶來的誤差。但受飛行環(huán)境不穩(wěn)定的影響，拍攝的圖像可能并不能完全達(dá)到要求，需要利用輔助參照物進(jìn)行仿射變換［17］以矯正圖像角度，矯正前后的圖像效果如圖7 所示。

圖7 仿射變換矯正前后圖像效果Fig.7 Image effect before and after affine transformation correction

由于拍攝范圍有限，因此采用了數(shù)據(jù)增廣的方法，對圖片進(jìn)行水平翻轉(zhuǎn)、增強(qiáng)亮度和添加不同密度噪聲等以增大訓(xùn)練樣本數(shù)量，豐富樣本的多樣性。數(shù)據(jù)增廣效果如圖8 所示。經(jīng)過處理和擴(kuò)增后的數(shù)據(jù)集共有2 000 張，其中訓(xùn)練集每張圖像大小為512 像素×384 像素，見圖9（a）。使用標(biāo)注工具對其進(jìn)行多邊形邊框標(biāo)注。由于同一張圖像中一般存在多個鋼筋目標(biāo)，因此使用了不同標(biāo)簽加以區(qū)分。該操作可防止檢測結(jié)果只輸出1 個涵蓋全部目標(biāo)鋼筋的矩形邊界框，避免出現(xiàn)分割效果不準(zhǔn)確、無法進(jìn)行后續(xù)應(yīng)用等現(xiàn)象。為減少圖像計算量，對標(biāo)定圖像進(jìn)行了灰度化處理。經(jīng)過數(shù)據(jù)標(biāo)定和處理后的鋼筋目標(biāo)掩膜圖像見圖9（b）。

圖8 數(shù)據(jù)增廣效果示意圖Fig.8 Schematic diagram of date expansion effect

圖9 鋼筋數(shù)據(jù)集Fig.9 Rebar dataset

4.2 模型訓(xùn)練

本文中深度學(xué)習(xí)訓(xùn)練的硬件配置為：操作系統(tǒng)Windows10，顯卡NVIDIA GeForce GTX1080，系統(tǒng)內(nèi)存64 GB，搭建運(yùn)行環(huán)境TensorFlow-GPU1.4.0，Keras2.1.6，CUDA9.0.176，以 及cuDNN7.0.5，利 用Python3.6 運(yùn)行訓(xùn)練程序。訓(xùn)練過程需設(shè)置適合的參數(shù)，本文只針對鋼筋目標(biāo)這1 個類別進(jìn)行檢測訓(xùn)練，相關(guān)設(shè)置如下：Batch_size 為2，訓(xùn)練類別為1+1，學(xué)習(xí)率為0.001。

4.3 模型評價指標(biāo)

本文采用F1 分?jǐn)?shù)（F1 Score）、召回率（Recall）、像素準(zhǔn)確率（Accuracy，Acc）和交并比（Intersectionover-Union，IoU）作為檢測評價指標(biāo)。鋼筋尺寸檢測是一個語義分割問題，這里令鋼筋像素取1，背景像素取為0。其中召回率、像素準(zhǔn)確率的計算公式分別為：

F1 分?jǐn)?shù)和交并比的計算式分別為：

4.4 實(shí)驗(yàn)結(jié)果與分析

本文選用ResNet101 作為主干網(wǎng)提取特征，并將提出的特征加入自下而上路徑和注意力模塊的Mask R-CNN 模型，即U-CS Mask R-CNN，并與Mask R-CNN 基礎(chǔ)模型、Mask Scoring R-CNN［19］、Mask R-CNN+S-NMS［20］及PANet［21］進(jìn)行比較，模型性能評估對比見表1。實(shí)驗(yàn)結(jié)果表明，BU-CS Mask R-CNN 模型在訓(xùn)練過程中收斂更快，損失值也小于未添加的模型。同時，召回率、像素準(zhǔn)確率和交并比分別較Mask R-CNN 基礎(chǔ)模型提升4.9%、7.4%、6.8%，評價指標(biāo)數(shù)據(jù)和檢測效果較其他改進(jìn)的Mask R-CNN 模型也更加優(yōu)異。選取復(fù)雜背景的部分工地現(xiàn)場鋼筋圖像進(jìn)行測試，如圖10 第1 行圖片所示。圖10 第2 行圖片的紫色區(qū)域和虛線邊框是本文算法提取到的鋼筋邊緣分割掩膜和目標(biāo)檢測框。

表1 不同模型性能評估對比Table 1 Performance evaluation and comparison of different models

圖10 現(xiàn)場鋼筋圖片與BU-CS Mask R-CNN 模型檢測效果Fig.10 On-site rebar pictures and detection effect of BU-CS Mask R-CNN model

深度學(xué)習(xí)算法還需要考慮內(nèi)存和算力的需求，本文在tensorflow 框架下計算了BU-CS Mask R-CNN 算法和Mask R-CNN 算法的時間復(fù)雜度和空間復(fù)雜度。其中時間復(fù)雜度決定模型的訓(xùn)練和預(yù)測時間，用浮點(diǎn)運(yùn)算數(shù)（FLOPs）衡量，空間復(fù)雜度決定模型的參數(shù)數(shù)量。CA-SA 模塊的加入增加了本文算法的計算量，在輸入圖片大小為512 像素×384 像素的 條件下，BU-CS Mask R-CNN 和Mask R-CNN 的FLOPs 分別為7.875 和8.355（增加0.485），網(wǎng)絡(luò)參數(shù)總量分別為49.6 M 和57.1 M（增加7.5 M）。本文算法雖然比Mask R-CNN 稍顯復(fù)雜，但對于建筑智能監(jiān)理鋼筋尺寸檢測這部分的實(shí)際應(yīng)用方面來說，檢測準(zhǔn)確率的重要性遠(yuǎn)大于檢測速度和時間，因此增加的復(fù)雜度相對于準(zhǔn)確度的提升在可接受范圍內(nèi)。

BU-CS Mask R-CNN 模型提取到更加準(zhǔn)確的鋼筋目標(biāo)檢測框和邊緣分割掩膜后，利用基于Zernike正交矩的亞像素邊緣檢測方法精確定位鋼筋邊緣輪廓。結(jié)合鋼筋圖像特征可知，同側(cè)鋼筋的直線相鄰較近且在圖像中呈對稱分布，通過直線上的點(diǎn)信息融合鄰近直線，便可獲得高度擬合的鋼筋邊緣直線。

鋼筋直徑與間距測量定位示意圖如圖11 所示。建筑工地現(xiàn)場主要包括3 種不同尺寸的鋼筋，分別為12 mm、10 mm 和8 mm 的直徑類型，在每種鋼筋類型的2 條邊緣直徑中間隨機(jī)選取20 個不同的直徑定位點(diǎn)，測量定位示意圖如圖11（a）所示。首先通過實(shí)地測量的方式記錄相同直徑定位點(diǎn)的真實(shí)尺寸，計算出實(shí)際直徑測量的平均值；接著利用Mask RCNN 深度學(xué)習(xí)網(wǎng)絡(luò)在選取的定位點(diǎn)對3 種類型鋼筋進(jìn)行檢測，通過像素轉(zhuǎn)化方法將直徑像素尺寸轉(zhuǎn)化獲得實(shí)際尺寸，記錄直徑尺寸平均值和誤差；最后利用BU-CS Mask R-CNN 深度學(xué)習(xí)網(wǎng)絡(luò)在相同的定位點(diǎn)對3 種類型鋼筋執(zhí)行相同操作，同樣記錄直徑尺寸平均值和誤差。改進(jìn)前后的直徑平均檢測結(jié)果如表2 所示。

圖11 鋼筋直徑與間距測量定位示意圖Fig.11 Schematic diagram of rebar diameter and spacing positioning

隨機(jī)選取8 個區(qū)域位置的鋼筋間距，并實(shí)地測量、記錄鋼筋間距的真實(shí)尺寸，間距的測量定位示意圖如圖11（b）所示。在改進(jìn)Mask R-CNN 模型前后分別記錄8 個相同位置檢測到的鋼筋間距值，并計算誤差。模型改進(jìn)前后鋼筋間距檢測結(jié)果對比見表3。根據(jù)建筑監(jiān)理工程驗(yàn)收中的鋼筋直徑測量指標(biāo)得知，直徑誤差在0.8 mm 內(nèi)即為符合驗(yàn)收要求的同一規(guī)格鋼筋。由表2 鋼筋直徑平均檢測結(jié)果分析可知，Mask R-CNN 改進(jìn)前12 mm、10 mm、8 mm 這3 種鋼筋的平均誤差絕對值最大分別為1.697 mm、2.151 mm、1.823 mm，均不滿足直徑驗(yàn)收需求；改進(jìn)后3 種鋼筋的平均誤差絕對值最大分別為0.527 mm、0.363 mm、0.456 mm，均小于0.8 mm，滿足這3 種尺寸鋼筋的直徑驗(yàn)收需求，且直徑尺寸檢測精度平均提升14.9%。

表2 Mask R-CNN 與BU-CS Mask R-CNN 平均直徑檢測結(jié)果Table 2 Average diameter detection result of Mask R-CNN and BU-CS Mask R-CNN

表3 Mask R-CNN 與BU-CS Mask R-CNN 間距檢測結(jié)果Table 3 Spacing detection result of Mask R-CNN and BU-CS Mask R-CNN

建筑監(jiān)理工程中鋼筋間距驗(yàn)收要求為20 cm，誤差在1 cm 內(nèi)即為合格綁扎鋼筋。利用目標(biāo)檢測框坐標(biāo)對相鄰鋼筋間距進(jìn)行測算，改進(jìn)前誤差絕對值最小為10.55 mm，大于1 cm，不滿足間距驗(yàn)收需求；改進(jìn)后誤差絕對值最大為7.5 mm，小于1 cm，滿足間距驗(yàn)收要求，且間距尺寸檢測精度平均提升4.4%。以上結(jié)果證明，基于BU-CS Mask R-CNN 模型的建筑鋼筋尺寸檢測方法提升了檢測精度，且改進(jìn)后能夠滿足建筑監(jiān)理工程中鋼筋直徑0.8 mm 的誤差指標(biāo)和間距1 cm 的誤差指標(biāo)。

5 結(jié)束語

本文針對建筑智能監(jiān)理隱蔽工程驗(yàn)收中的鋼筋尺寸檢測精度低的問題，提出了BU-CS Mask R-CNN 模型，該模型加入了自下而上路徑和注意力機(jī)制，能得到更加準(zhǔn)確的鋼筋目標(biāo)檢測框和邊緣分割掩膜。實(shí)驗(yàn)結(jié)果表明，與Mask R-CNN 模型相比，BU-CS Mask R-CNN 模型的召回率、交并比和像素準(zhǔn)確率分別提升了4.9%、6.8%、7.4%，鋼筋直徑和間距的尺寸檢測精度分別提升了14.9%、4.4%。同時，本文自建了含有2 000 張圖片的鋼筋數(shù)據(jù)集用于訓(xùn)練和測試，實(shí)現(xiàn)了建筑智能監(jiān)理領(lǐng)域基于機(jī)器視覺的智能化高精度鋼筋尺寸測量，為建筑監(jiān)理中的鋼筋驗(yàn)收工作提供了可靠的基礎(chǔ)數(shù)據(jù)和智能化的方法。下一步將對該模型進(jìn)行輕量化處理，以提高模型的檢測速度。