人工智能驱动的建筑工程质量智能检测研究OA
针对建筑工程质量检测中人工目视主观性强、抽样覆盖不足、数据孤岛严重等问题,本文构建了一套人工智能驱动的智能检测技术体系.该体系融合无人机、工业相机与三维激光扫描,实现多源数据采集,经畸变校正、去噪增强及建筑信息模型语义对齐后,采用YOLOv5与DeepLabv3+协同的检测模型,完成裂缝像素级分割与蜂窝麻面、空鼓等目标级识别.在真实工程项目数据集上,系统准确率达95.0%,召回率为92.0%,单幅检测时延为0.2 s,效率约为人工检测的10倍.研究表明,所提方法可有效提升质量检测的精度与实时性,为工程现场高频覆盖式监测提供可行方案.
张温
中煤第三建设(集团)有限责任公司
建筑工程质量检测计算机视觉深度学习BIM多源数据采集
《张江科技评论》 2026 (6)
46-48,3
评论