Tự động hóa quy trình đếm cốt thép và lập báo cáo hiện trường dựa trên công nghệ thị giác máy tính và học sâu

Tóm tắt

Hiện nay, công tác kiểm soát chất lượng tại công trường xây dựng vẫn còn phức tạp và yêu cầu nhiều thao tác thủ công, đặc biệt đối với công việc kiểm đếm số lượng cốt thép, vốn tiêu tốn nhiều thời gian và dễ xảy ra sai sót. Trong quá trình xây dựng, mặc dù số lượng lớn hình ảnh vẫn được ghi lại hàng ngày, dữ liệu này chủ yếu được sử dụng cho mục đích lưu trữ, chưa được tận dụng hiệu quả trong việc kiểm soát chất lượng tự động. Sự phát triển mạnh mẽ gần đây của công nghệ học sâu, đặc biệt trong lĩnh vực thị giác máy tính, đã mở ra nhiều cơ hội ứng dụng tiềm năng nhằm tự động hóa quy trình kiểm đếm cốt thép trực tiếp tại công trường một cách hiệu quả. Bài báo này đề xuất một khung giải pháp dựa trên công nghệ học sâu để tự động hóa công tác kiểm đếm cốt thép, góp phần nâng cao hiệu quả và độ chính xác trong kiểm soát chất lượng xây dựng. Khung giải pháp gồm bốn bước chính: (1) Thu thập dữ liệu, bao gồm việc chụp ảnh cốt thép, và truyền tải dữ liệu về máy chủ để xử lý; (2) Nhận diện cốt thép, sử dụng các mô hình thị giác máy tính tiên tiến để nhận diện cốt thép; (3) Đếm cốt thép tự động; và (4) Lập báo cáo theo thời gian thực. Nhằm đạt được hiệu quả nhận diện tốt nhất, các mô hình phát hiện đối tượng phổ biến như Faster-RCNN, YOLOv8, YOLOv11, YOLOv12 và RF-DETR được huấn luyện và so sánh. Kết quả kiểm chứng cho thấy mô hình YOLOv8 đạt hiệu suất vượt trội với độ chính xác trung bình (mAP@50) lên đến 98%, xử lý tác vụ trong thời gian thực. Giải pháp đề xuất giúp giảm đáng kể khối lượng công việc thủ công, hạn chế sai sót trong quá trình kiểm đếm cốt thép, góp phần nâng cao hiệu quả tổng thể công tác kiểm soát chất lượng xây dựng.