BriefGPT - AI 论文速递
·
基于Mask R-CNN和霍夫变换的施工现场脚手架完整性检测
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本研究提出了一种基于深度学习的计算机视觉方法，能够自动识别施工现场的脚手架和交叉支撑，从而提高检查效率，节省时间和人力成本，增强施工安全性。
🎯
关键要点
- 本研究提出了一种基于深度学习的计算机视觉方法。
- 该方法能够自动识别施工现场的脚手架和交叉支撑。
- 研究旨在提高检查效率，节省时间和人力成本。
- 通过训练卷积神经网络（CNN）模型实现自动识别。
- 该方法显著提升了施工安全性。
➡️
