为解决水利工程施工危险源辨识精度低、实时性差及鲁棒性弱等问题,提出了新型智能建设安全管理危险源辨识方法。通过ZED双目视觉相机获取施工现场信息,利用改进的YOLOv3-DN算法辨识危险源要素,并将危险源实时反馈在建筑信息模型(Buildin...为解决水利工程施工危险源辨识精度低、实时性差及鲁棒性弱等问题,提出了新型智能建设安全管理危险源辨识方法。通过ZED双目视觉相机获取施工现场信息,利用改进的YOLOv3-DN算法辨识危险源要素,并将危险源实时反馈在建筑信息模型(Building Information Modeling,BIM)轻量化平台上。以浙江省八堡泵站工程项目施工现场为例验证改进的YOLOv3-DN算法辨识危险源的准确性。研究表明,该方法在辨识危险源中不仅能大幅提高平均准确率、查准率和召回率,还降低了硬件成本,相对于现有的方法具有明显优势。展开更多
文摘为解决水利工程施工危险源辨识精度低、实时性差及鲁棒性弱等问题,提出了新型智能建设安全管理危险源辨识方法。通过ZED双目视觉相机获取施工现场信息,利用改进的YOLOv3-DN算法辨识危险源要素,并将危险源实时反馈在建筑信息模型(Building Information Modeling,BIM)轻量化平台上。以浙江省八堡泵站工程项目施工现场为例验证改进的YOLOv3-DN算法辨识危险源的准确性。研究表明,该方法在辨识危险源中不仅能大幅提高平均准确率、查准率和召回率,还降低了硬件成本,相对于现有的方法具有明显优势。
