DF 平台|钢筋数量 AI 识别比赛

比赛 黑人 ⋅ 于 10个月前 ⋅ 最后回复由 黑人 8个月前 ⋅ 1970 阅读

推荐比赛:钢筋数量AI识别比赛

报名时间
2019年1月10号12:00:00 - 3月13号23:59:59


总奖金:20w
一等奖(8w 一个队伍)
二等奖(5w 一个队伍)
三等奖(3w 一个队伍)
单项奖(1w 四个队伍)
目前参赛情况:362支队伍


赛题说明
在工地现场,对于进场的钢筋车,验收人员需要对车上的钢筋进行现场人工点根,确认数量后钢筋车才能完成进场卸货。目前现场采用人工计数的方式,如图1-1中所示:
file
file
图1-1 钢筋点跟现场场景


上述过程繁琐、消耗人力且速度很慢(一般一车钢筋需要半小时,一次进场盘点需数个小时)。针对上述问题,希望通过手机拍照->目标检测计数->人工修改少量误检的方式(如图1-2)智能、高效的完成此任务:
file
图1-2 理想工作场景


主要难点:
(1)精度要求高
钢筋本身价格较昂贵,且在实际使用中数量很大,误检和漏检都需要人工在大量的标记点中找出,所以需要精度非常高才能保证验收人员的使用体验。需要专门针对此密集目标的检测算法进行优化,另外,还需要处理拍摄角度、光线不完全受控,钢筋存在长短不齐、可能存在遮挡等情况。


(2)钢筋尺寸不一
钢筋的直径变化范围较大(12-32中间很多种类)且截面形状不规则、颜色不一,拍摄的角度、距离也不完全受控,这也导致传统算法在实际使用的过程中效果很难稳定。


(3)边界难以区分
一辆钢筋车一次会运输很多捆钢筋(如图1-3),如果直接全部处理会存在边缘角度差、遮挡等问题效果不好,目前在用单捆处理+最后合计的流程,这样的处理过程就会需要对捆间进行分割或者对最终结果进行去重,难度较大。
file
图1-3 钢筋进场场景


赛题任务
本赛题基于广联达公司提供的钢筋进场现场的图片和标注,希望参赛者综合运用计算机视觉和机器学习/深度学习等技术,实现拍照即可完成钢筋点根任务,大幅度提升建筑行业关键物料的进场效率和盘点准确性,将建筑工人从这项极其枯燥繁重的工作中解脱出来。

比赛任务以算法在验证数据集上的精度为主要评估指标,具体技术指标以《评分方式》一节中给出的量化指标为准。


报名链接
https://www.datafountain.cn/competitions/332/details

黑人

本帖已被设为精华帖!
本帖由 你找不到我 于 5个月前 加精
回复数量: 3
您需要登陆以后才能留下评论!