摘要
本发明公开了一种基于OneFormer3D建筑构件轻量化检测方法、设备及存储介质,利用地面三维激光扫描仪在采集建筑内部的三维点云数据。对建筑内部的点云数据进行去噪处理,并进行点云标注,完成数据准备。采用基于OneFomer3D网络结构优化的深度学习模型,得到建筑构件的实例信息。利用机器学习方式对带有实例信息的建筑构件进行检测,并与相关规范进行比对,实现轻量化的检测。本发明通过基于点云数据的深度学习方法,能够快速、准确地完成建筑构件的检测任务。同时,该方法具有自动化程度高、成本低等优点,适用于大规模建筑项目的质量控制与维护,具有广泛的应用前景。
技术关键词
建筑构件
深度学习模型
平面拟合方法
网络结构优化
采样模块
地面三维激光扫描仪
输入端
超参数
文件存储格式
解码器
聚类分析方法
K近邻
三维点云数据
计算机设备
深度学习方法
模组
系统为您推荐了相关专利信息
轨迹预测模型
计算机执行指令
轨迹预测方法
交通
模型训练方法
工业互联网平台
设备状态诊断
状态分析方法
水电设备
异常事件
心脏
CT扫描仪
胸部CT影像
波形特征提取
生成高分辨率