关键词：目标检测;智能建造;建材计数;EasyDL
摘 要：随着建筑行业智能建造需求的推进，施工建材有了基于计算机视觉的智能管理新方式，但现有方法大多聚焦于圆形或方形等规则截面，相关思路和方法无法直接用于异形截面建材的智能计数任务。此外，大模型的迅猛发展，也为建材智能管控研究与应用提供了新的思路和方式。为此，文中通过建立专用模型和基于大模型二次开发两种方式，对比研究了异形截面建材智能计数问题。首先，实地拍摄并标注了大量的角钢与轮扣图片，结合图片增强构建了基础数据集。进而，通过对经典YOLOv8框架引入SE注意力机制、WIoU损失函数、动态蛇形卷积以及轻量化网络架构改进等措施，实现了对密集异形截面建材的高精度计数，在现场环境下本文模型对角钢与轮扣的检测平均精度分别能达到91.8%与99.4%，具有很好的实际应用效果。随后，采用相同的数据集在大模型平台EasyDL上进行了异形截面检测模型的二次开发。对比结果表明，目前基于大模型平台二次开发模型的检测精度、训练效率与展示效果清晰度均低于专用模型，但由于其开发技术门槛低、建模便捷且通用性强，在未来通用类计数任务的开发中仍一种非常有前景的方式。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取