[发明专利]钢筋识别系统、钢筋识别方法、以及钢筋计数验收系统

权利要求书

1.一种钢筋识别系统(1)，其特征在于，包括钢筋图像数据集(11)、以及钢筋识别训练模型(12)；所述钢筋图像数据集(11)包括训练图像数据集(111)、以及验证图像数据集(112)；钢筋图像样本存放于训练图像数据集(111)或验证图像数据集(112)中；所述钢筋识别训练模型(12)接收钢筋图像数据集(11)。

2.如权利要求1所述的钢筋识别系统(1)，其特征在于，所述训练图像数据集(111)、验证图像数据集(112)中钢筋图像样本的比例为6:4至9:1。

3.如权利要求1所述的钢筋识别系统(1)，其特征在于，所述钢筋识别训练模型(12)的基本架构基于YOLOv4图像识别方法，包括多个卷积层及3个YOLO层。

4.一种钢筋识别方法，其特征在于，采用如权利要求1所述的钢筋识别系统(1)，包括如下步骤：

S1，搜集钢筋图像样本，对钢筋图像样本中的钢筋进行标记，将钢筋图像样本输入钢筋图像数据集(11)；

S2，设置训练验证比例，将钢筋图像样本按照训练验证比例随机划分至训练图像数据集(111)或验证图像数据集(112)；

S3，建立钢筋识别训练模型(12)；

S4，将训练图像数据集(111)以及验证图像数据集(112)中的钢筋图像样本导入钢筋识别训练模型(12)，训练图像数据集(111)中的钢筋图像样本转换为输入张量值，验证图像数据集(112)中的钢筋图像样本转换为目标张量值；

S5，设置钢筋识别训练模型(12)的loss值阈值、mAP值阈值、以及最大迭代次数，并开展正式训练；

S6，分别实时绘制loss值及mAP值随迭代次数增加而变化的发展曲线；当满足loss值及mAP值的发展曲线在最大迭代次数达到前发生收敛、且loss值小于loss值阈值、且mAP值大于mAP值阈值，则停止训练，发布并部署训练完成的钢筋识别训练模型(12)；当loss值及mAP值的发展曲线在最大迭代次数达到时未发生收敛、或loss值大于loss值阈值、或mAP值小于mAP值阈值，则返回S2，并调整训练验证比例、loss值阈值、mAP值阈值、最大迭代次数，重新训练钢筋识别训练模型(12)。

5.如权利要求4所述的钢筋识别方法，其特征在于，S1中，对钢筋图像样本进行图像调整，得到新的钢筋图像样本。

6.如权利要求4所述的钢筋识别方法，其特征在于，钢筋识别训练模型(12)还包括学习率，所述学习率为随训练迭代次数增加而调整的梯度函数；

S5中，还包括对学习率进行动态修改，首先计算学习率梯度函数的一阶矩估计和二阶矩估计，并利用学习率梯度函数的一阶矩估计和二阶矩估计动态调整学习率。

7.如权利要求4所述的钢筋识别方法，其特征在于，钢筋识别训练模型(12)还包括冲量值，所述冲量值为梯度下降法下降速度的控制函数；

S5中，还包括对冲量值进行修改。

8.如权利要求4所述的钢筋识别方法，其特征在于，钢筋识别训练模型(12)还包括图像分辨率随机调整函数；

S5中，还包括对图像分辨率随机调整函数进行修改。

9.如权利要求4所述的钢筋识别方法，其特征在于，钢筋识别训练模型(12)还包括权重衰减值、检测框尺寸、卷积核尺寸；

S5中，还包括对权重衰减值、检测框尺寸、卷积核尺寸进行修改。

10.一种钢筋计数验收系统，其特征在于，包括依次信号连接的图像采集模块(2)、服务器(3)、如权利要求1所述的钢筋识别系统(1)、以及钢筋计数模块(4)。

11.如权利要求10所述的钢筋计数验收系统，其特征在于，还包括结果显示模块(5)；所述结果显示模块(5)与服务器(3)信号连接。