面向施工进度监控的计算机视觉：一种实时目标检测方法
计算机视觉与模式识别
2023-05-25 v1 人工智能
摘要
施工进度监控（CPM）对于有效的项目管理至关重要，可确保按时且在预算内交付。传统CPM方法常依赖人工检查与报告，耗时且易出错。本文提出一种利用最先进目标检测算法的自动化CPM新方法。所提方法借助例如YOLOv8的实时能力及高准确率，在工地图像与视频中识别并跟踪施工构件。我们构建了一个数据集，包含各类建筑构件并标注相关物体用于训练与验证。使用精度、召回率和F1-score等标准指标评估所提方法性能，表明相较现有方法显著提升。将计算机视觉集成入CPM为利益相关者提供可靠、高效且经济的方式来监控项目进度，促进及时决策，最终有助于施工项目的成功完成。
引用
@article{arxiv.2305.15097,
title = {Computer Vision for Construction Progress Monitoring: A Real-Time Object Detection Approach},
author = {Jiesheng Yang and Andreas Wilde and Karsten Menzel and Md Zubair Sheikh and Boris Kuznetsov},
journal= {arXiv preprint arXiv:2305.15097},
year = {2023}
}
备注
15 Pages