结合Mask R-CNN和SAM获取堆石混凝土坝堆石级配曲线

付立群; 金峰; 张喜喜; 杨家琦; 周虎

doi:10.20040/j.cnki.1000-7709.2024.20241626

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

结合Mask R-CNN和SAM获取堆石混凝土坝堆石级配曲线

潘家铮讲座特邀论文 | 更新时间：2026-02-25

- 结合Mask R-CNN和SAM获取堆石混凝土坝堆石级配曲线
- 结合Mask R-CNN和SAM获取堆石混凝土坝堆石级配曲线
- 水电能源科学 2024年第11期页码：7-11+130
- 作者机构：
  
  清华大学水沙科学与水利水电工程国家重点实验室
- 作者简介：
- 基金信息：
  
  国家自然科学基金重点项目(52039005)
- DOI：10.20040/j.cnki.1000-7709.2024.20241626
  中图分类号： TV642
- 纸质出版：2024
- 稿件说明：
移动端阅览
付立群, 金峰, 张喜喜, 等. 结合Mask R-CNN和SAM获取堆石混凝土坝堆石级配曲线[J]. 水电能源科学, 2024,(11):7-11+130.

付立群, 金峰, 张喜喜, et al. 结合Mask R-CNN和SAM获取堆石混凝土坝堆石级配曲线[J]. 2024, (11): 7-11+130.
付立群, 金峰, 张喜喜, 等. 结合Mask R-CNN和SAM获取堆石混凝土坝堆石级配曲线[J]. 水电能源科学, 2024,(11):7-11+130. DOI： 10.20040/j.cnki.1000-7709.2024.20241626.

付立群, 金峰, 张喜喜, et al. 结合Mask R-CNN和SAM获取堆石混凝土坝堆石级配曲线[J]. 2024, (11): 7-11+130. DOI： 10.20040/j.cnki.1000-7709.2024.20241626.

摘要

堆石混凝土坝施工过程质量控制的关键是浇筑密实度，其不仅决定于自密实混凝土工作性能，也与堆石体中的空隙性质密切相关。快速获取堆石粒径级配可以保障浇筑质量的同时，有利于进一步降低成本。现场的堆石数量巨大，依靠手工测量块石粒度不切实际，依靠图像识别技术快速获取堆石粒径是可行的办法。利用Mask R-CNN算法和大模型Segment Anything算法，设计了一套完整的、可操作的获取现场堆石粒径级配曲线的方法。该级配计算方法利用了Mask R-CNN算法和Segment Anything算法各自的优势，提高了堆石料粒径识别结果的准确性，拓展了堆石粒径识别的应用场景。将该方法应用于某堆石混凝土拱坝施工现场，取得了良好效果。

Abstract

关键词

Keywords

references

罗键,张全意,曾旭,徐小蓉.堆石混凝土拱坝整体浇筑质量检测分析[J].水利与建筑工程学报,2024(01).

郑文勇.基于人工智能的堆石混凝土坝安全监测管理系统研究及应用[J].水利科技,2023(04).

刘易,付立群,徐小蓉,郭欣晟,金峰.仓面大粒径堆石的图像处理与粒径识别[J].三峡大学学报(自然科学版),2022(06).

沈乔楠,安雪晖,于玉贞.基于视觉信息的堆石质量评价[J].清华大学学报(自然科学版),2013(01).

Pan Changcheng,Jin Feng,Zhou Hu.Early-age performance of self-compacting concrete under stepwise increasing compression[J].Cement and Concrete Research,2022.

浏览量

178

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据