- 综合排序
- 最热优先
- 最新优先
- 来自专栏技术汇总专栏
基于YOLO的钢筋目标检测系统 | 钢筋计数识别与检测【完整源码+部署】
基于YOLO的钢筋目标检测系统 | 钢筋计数识别与检测【完整源码+部署】源码包含：完整YOLOv8训练代码+数据集(带标注)+权重文件+直接可允许检测的yolo检测程序+直接部署教程/训练教程源码在文末哔哩哔哩视频简介处获取 项目摘要本项目基于 YOLOv8 深度学习模型，针对建筑工地常见的钢筋识别与计数任务进行优化，实现了高精度的目标检测系统。 使用YOLOv8训练模型进行目标检测钢筋计数 自动统计检测框中目标数量 可视化结果 输出带标签与置信度的结果图 模型训练功能 支持从零训练或基于预训练微调 PyQt5图形界面图形化操作 （3）视频检测演示支持上传视频文件，系统会逐帧处理并生成目标检测结果，可选保存输出视频：（4）摄像头检测演示实时检测是系统中的核心应用之一，系统可直接调用摄像头进行检测。 完整源码至项目实录视频下方获取：https://www.bilibili.com/video/BV1Lphuz7Ezd/包含：完整项目源码 预训练模型权重️ 数据集地址（含标注脚本）总结本项目围绕建筑行业中常见的钢筋识别与计数问题
50110编辑于 2025-08-31 使用pyqt5搭建yolov8钢筋计数一次性钢材计数系统
在钢筋计数任务中，Yolov8可以有效地识别和计数图像中的钢筋。下面是对如何使用Yolov8实现钢筋计数的介绍。 首先，需要收集包含钢筋的图像数据集。这些图像应该清晰地显示出钢筋，并且有适当的背景。 在训练过程中，模型会学习从图像中识别和计数钢筋的特征。为了提高模型的准确性，可以使用数据增强技术，如旋转、缩放和翻转等，来增加训练数据。 训练完成后，可以使用测试集对模型进行评估。 对于每个输入图像，模型会输出钢筋的数量和位置。这些信息可以用于自动化钢筋计数，提高生产效率和质量。 需要注意的是，Yolov8虽然是一种强大的目标检测模型，但在钢筋计数任务中可能仍然存在一些挑战。 总之，使用Yolov8实现钢筋计数是一种有效的方法。通过收集合适的数据集、训练模型、评估性能和调整参数，可以获得准确的钢筋计数结果，提高生产效率和质量。 spm=1001.2014.3001.5501 【测试环境】 anaconda3+python3.8 yolov8环境
24610编辑于 2025-07-17- 来自专栏数据魔术师
AI数钢筋
目前，工地现场是采用人工计数的方式对进场的车辆装载的钢筋进行计数，验收人员需要对车上的钢筋进行现场人工点根，在对钢筋进行打捆后，通过不同颜色的标记来区分钢筋是否计数，在确认数量后钢筋车才能完成进场卸货， 目标检测算法通过与摄像头结合，可以实现自动钢筋计数，再结合人工修改少量误检的方式，可以智能、高效地完成钢筋计数任务。 2 算法介绍 2.1 目标检测介绍 首先，让我们一起了解一下什么是“目标检测”。 3 训练模型 3.1 数据集选择 我们选择公开钢筋计数数据集进行模型训练，可以从以下网址中获取数据集进行测试。 、类别及置信度，并给出检测框的总个数，从而实现了钢筋自动计数。 对更多的图片场景进行钢筋计数，并将输入的实际位置与识别出的效果图进行对比，观察YOLO v5算法对于该场景的计数效果。 上图中，左图为输入成捆钢筋，右图为数识别出的效果图，方框上数字为置信度。
2.8K50编辑于 2022-07-12 - 来自专栏计算机视觉漫谈
YOLO v3实战之钢筋数量AI识别（一）
本次的YOLO v3实战是基于DataFountain的一个比赛：智能盘点—钢筋数量AI识别，baseline model就选用上次讲解YOLO v3理论YunYang复现的YOLO v3。 目录 题目重述 数据准备 修改相关配置路径 开始训练 测试结果 题目重述 题目背景 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，如下图所示： ? 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）智能、高效的完成此任务： ? 主要难点 精度要求高。 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
2.2K30发布于 2020-06-02 钢筋计数检测数据集VOC+YOLO格式5610张1类别84万个框
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)
15900编辑于 2025-07-17- 来自专栏毛利学Python
智能盘点—钢筋数量AI识别
赛题名称 https://www.datafountain.cn/competitions/332 智能盘点—钢筋数量AI识别 赛题背景 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： 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： 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。
1.2K10编辑于 2022-12-20 - 来自专栏python3
CSS3 计数器
CSS3 计数器（CSS Counters）可以允许我们使用css对页面的 任意元素进行计数，实现类似于有序列表 的功能。 与有序列表相比，它的突出特性在于可以对任意元素计数，同时实现个性化计数。 计数器相关属性一览： 属性 属性说明 counter-reset 定义计数器，包括初始值、作用域等 counter-increment 设置计数器的增数 content 早::before和::after <indentifier>:计数器名称 <integer>:计数器的初始值 当元素display为None时，该属性失效 计数器定义方式解析 代码 代码解析 counter-reset +|none 含义 用来增数计数器，默认值为none（阻止计数器增加） <user-ident>：需要增数的计数器名称 <integer> ：计数器增数的值，可以为负值。 可以同时使用多个计数器。
52210发布于 2020-01-14 - 来自专栏计算机视觉漫谈
YOLO v3实战之钢筋智能识别改进方案分享（二）
最后本方案线上取得的最高F1 score为0.98336，作为one-stage算法来说算是还可以，由于很多参数只是粗调，预计还能有千分位的提高，感兴趣的读者可以自行尝试，接下来分享一下我在这个场景下关于YOLO v3的改进方案 后面分析错误的时候我发现有一些在钢筋上的石头就被误判成钢筋，觉得使用填鸭式增强应该可以改善这个问题，但因为时间问题以及这个方法感觉太过手动就没有尝试，感觉应该是有效的。 于是我一开始把他们稍微都改成1:1(手动)，发现一般的钢筋检测效果确实变好了，但是很多遮挡的钢筋（非1:1比例）检测效果就变差了，所以手动修改比例是不可行的。 在YOLO v3中只是使用相邻两层的特征层进行融合，我发现很多边缘的钢筋没有得到很好的检测，我的其中一个猜测是特征融合得不够好，所以我将52×52的预测分支（三个预测分支中对应检测小物体的分支）进行了特征大融合 ，手动将其改成3个预测分支的融合，试验后发现效果有提升，但是整体不稳定，在后面就把代码改回来了，但是后面发现那一次提交的结果就是最高的== 这里还有一点就是在本场景下只是对多目标单类别的检测，作为仅有的一个类别钢筋并不具有很强的语义信息
1.7K20发布于 2020-06-02 - 来自专栏悠扬前奏的博客
LintCode-3.统计数字
题目 描述 计算数字k在0到n中的出现的次数，k可能是0~9的一个值 样例 例如n=12，k=1，在 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]，我们发现1出现了
49520发布于 2019-05-28 - 来自专栏超超不会飞
《Algorithms Unlocked》读书笔记3——计数排序
计数排序 假设我们有一个数组，该数组内的元素都是 0~m-1 范围内的整数。例如 let array = [4, 1, 5, 0, 1, 6, 5, 1, 5, 3] 。 比如有 3 个元素的排序关键字等于 5。 2，则2的索引为3 let index = less[key]; arrB[index] = array[i]; // 自增1，相同值的元素排在该值后一位 less[key ] += 1; } return arrB; } 把三个函数组合在一起构成计数排序。 如果排序关键字是带有分数的实数，或者是字符串，那么我们就不能使用计数排序了。
66160发布于 2020-09-18 - 来自专栏用户9688323的专栏
钢筋与混凝土的相互作用
这种材料上的不兼容性导致钢筋和混凝土间发生粘结破坏、钢筋滑移及局部变形等。 下图展示了几种重要的钢筋和混凝土相互作用的机理，分别为拔出效应、受拉刚化相应、销栓效应。 1.拔出效应 “拔出”通常发生在构件支座处，由于钢筋的锚固长度不足而导致粘结破坏，钢筋被拔出。可以用沿钢筋表面分布的一系列弹簧模拟钢筋和混凝土间的接触力，进而模拟拔出效应。 、钢筋布置及数量等因素，方法三相对简单易用。 受拉刚化效应的大小与配筋率、钢筋与混凝土间的粘结力的大小等因素有关。在重复和反复荷载作用下，钢筋和混凝土的粘结状况会逐渐退化，受拉刚化效应也会因此减弱。 3.销栓效应 混凝土受拉开裂后，钢筋可以直接承担部分剪力，此即销栓作用。通过赋予开裂混凝土一定的刚度和强度，可以考虑这种效应。骨料咬合作用也可以通过类似方式考虑。
1.4K50编辑于 2022-06-20 - 来自专栏机器学习/数据可视化
NLP学习3-基于计数方法的改进
基于计数方法的改进 本文记录的是鱼书第3章：如何对原有的计数方法进行改进。 基于统计方法函数 下面介绍的是传统的基于统计的方法。 you goodbye: 0.7071067691154799 i: 0.7071067691154799 hello: 0.7071067691154799 say: 0.0 and: 0.0 基于【计数 #print("PPMI矩阵: \n", M) return M import numpy as np # numpy输出有效位数 np.set_printoptions(precision=3) 从稀疏向量中找出重要的轴，用更少的维度对其重新表示；稀疏矩阵转化为密集矩阵 奇异值分解SVD-Singular Value Decomposition SVD基本原理： SVD可以将任意矩阵分解为3个矩阵的乘积 0])) plt.scatter(U[:,1], U[:, 0], alpha=0.5) plt.show() 降维进阶-Truncated SVD 如果矩阵大小是N,SVD的计算复杂度将达到N^3；
44240编辑于 2023-08-25 - 来自专栏C/C++基础
C++引用计数（reference counting）技术简介（3）
1.将Reference Counting加到既有的Class 要想将引用计数施加到现有的实值对象Widget上，按照前面讨论的，都需要修改Winget类的源代码。 修改后的设计如下： image.png 引用计数基类RCObject基本不变，其源码如下： //引用计数基类 class RCObject{ public: RCObject() 2.总结 引用计数的实现需要成本。每一个拥有计数能力的实值都有一个引用计数器，而大部分操作都需要能够以某种方式检查或处理这个引用计数器，因此对象的实值需要更多内存。 而且引用计数的底层源代码比没有引用计数的复杂的多。 引用计数是个优化计数，其适用前提是对象常常共享实值。 使用引用计数改善效率的时机有以下两个： 第一，相对多数的对象共享相对少量的实值； 第二，对象实值的产生或销毁成本很高，或是它们使用许多内存。
83910发布于 2018-08-03 - 来自专栏linjinhe的专栏
设计数据密集型应用（3）：Storage and Retrieval
1、2、3 主要是规定了 B-Tree 的结点分裂（split）与合并（merge）的基本规则。 4 保证了树结构是平衡的。
81610发布于 2020-02-18 - 来自专栏SaaS加速器
WakeData：算法提速2.3倍，速度决胜智慧经营｜腾讯SaaS加速器·学员动态
▶ AI钢筋计数 在钢铁工业中，钢铁企业在钢筋的生产、运输、销售等环节都必须精确计算钢筋根数，此项工作在过去是由多方工作人员进行的，不仅费时费力，而且在精神疲劳的情况下还会出错。 AI钢筋计数功能，对各个钢筋截面形状、状态、颜色、光线等方面的差异进行数据记录，利用算法进行深度学习，可以对钢筋精确计数，大大减少人力与时间成本。 WakeData AI钢筋计数在 DCIC AI数钢筋比赛的数据集上进行了验证，F1值达99%以上，精度高、适用性强，而本次算法的优化亦将进一步提升计数的效率。
59810发布于 2020-06-15 - 来自专栏Unity3d程序开发
Unity3d：GameFramework解析：实体，对象池，资源管理，获取计数，引用计数，自动释放
基本概念 1.GF万物基于引用池IReference 2.ObjectBase : IReference类的m_Target持有unity中Mono，资源，GameObejct 3.AssetObject : ObjectBase类m_Target持有Assetbundle中的Asset，具有获取，引用两个计数管理释放 4.ResourceObject : ObjectBase类m_Target持有Assetbundle ，具有获取，引用两个计数管理释放 5.EntityInstanceObject : ObjectBase类m_Target指向Assetbundle中的Asset实例化后的GameObject，内部m_EntityAsset
1.3K30编辑于 2023-08-25 【HDU】5701 - 中位数计数（计数 & 思维）
51Nod题目链接：点击打开题目 HDU题目链接：点击打开题目 中位数计数 Time Limit: 12000/6000 MS (Java/Others) Memory Limit: 65536 ） 中文题： 1682 中位数计数 基准时间限制：1 秒 空间限制：131072 KB 分值: 40 难度：4级算法题 收藏 关注 中位数定义为所有值从小到大排序后排在正中间的那个数 Input示例 5 1 2 3 4 5 Output示例 1 2 3 2 1 还是思维的问题。 分别计算该数之前之后比它大的、比它小的数。 遇到一个大的就+1，一个小的就-1，遇到0就直接在ans上计数。 然后扫到右边的时候，如果碰到和前面的数互为相反数的时候，那么以这个数为右区间，可以和前面的每一个该数量的数都形成一个区间。 cstring> #include <algorithm> using namespace std; #define CLR(a,b) memset(a,b,sizeof(a)) #define INF 0x3f3f3f3f
26710编辑于 2025-08-27- 来自专栏学习
【数据结构&&计数排序】计数排序
非比较要求输入数据满足一定条件，或者对数据特征进行合理利用 常见的非比较排序算法包括 计数排序 通常适用于范围比较小的整数排序，通过统计每个元素的出现次数，然后将元素按顺序放入数组 桶排序 将数据放到若干个桶中 ，随后对每个桶进行排序，最后再将所有桶的数据进行合并 基数排序 通过将待排序数值按位数分组，逐位进行排序，通常配合计数排序实现 计数排序 计数排序是一种非比较的排序算法，适用于特定条件下的排序，尤其是当待排序的元素范围较小其重复元素较多的时候 ，数组的大小通常为最大值和最小值的差+1，用于存放每个元素的出现次数 3.计数：遍历原始数组，统计每个元素相同的次数，对每个元素在计数数组中对应的位置进行计数。 即：若元素为x，则计数数组的第x位置加一。 4.计算位置：通过累加计数数组的数值，得到每个元素在已排序数组中的最终位置。 5.排序输出，根据计数数组生成的已排序数组，遍历计数数组，按次数将对应的元素输出到结果数组中 计数排序的时间复杂度O（n+k），其中n是待排序元素的数量，k是计数数组的大小。
58910编辑于 2024-12-24 - 来自专栏kyle的专栏
计数质数
示例 1： 输入：n = 10 输出：4 解释：小于 10 的质数一共有 4 个, 它们是 2, 3, 5, 7 。 示例 2： 输入：n = 0 输出：0 示例 3： 输入：n = 1 输出：0 提示： 0 <= n <= 5 * 106 解题思路 埃氏筛 若一个数为质数，则它的n倍就一定是一个合数。
1.7K00发布于 2020-12-06 - 来自专栏和蔼的张星的图像处理专栏
3. 统计数字暴力破解找规律
计算数字k在0到n中的出现的次数，k可能是0~9的一个值 样例: 例如n=12，k=1，在 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]，我们发现1出现了5次 (1, 10, 11, 12) 暴力破解 把每个数的每一个位都拿出来和k来比较，如果相同的话计数器加1就可以了，这也是最容易想到的一个方法，其实我还想过全部转化成字符串加起来，然后通过字符串去统计，估计也是可以的 , int n) { if(k==0&&n==0) //先处理特殊情况 return 1; int res=0; //计数器 , int n) { if(k==0&&n==0) //先处理特殊情况 return 1; int res=0; //计数器
2.6K30发布于 2018-09-04
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号