文章摘要:为满足快速、高质量构建建筑工程领域施工机械深度学习图像数据集，提出一种基于三维建模引擎的施工机械图像生成与自动标注方法，并以挖掘机为例构建了名为SCED（synthesized construction equipment dataset）的挖掘机数据集。首先，采用三维建模引擎UE4（unreal engine 4）对目标挖掘机设备进行模型构建，然后借助UnrealCV工具对原始模型进行多角度、多区域的图像采集，使用自编写模块实现自动语义分割与掩码图像生成，并完成图像的自动标注，最终生成包含10000张图像的数据集。与现有公开机械数据集进行了目标尺寸、数量与构建工作量的对比，并比较了构建效率与成本，最后进行了图像数据集质量与效果验证。结果表明：本文构建方法的综合效率更高并且成本更低，构建的SCED图像数据集丰富性更高且泛化能力更好，针对小目标物具有更好的检测效果。为今后建筑施工领域深度学习图像数据集的构建提供了参考依据。

文章关键词:

论文分类号:TU621;TP391.41

文章来源：《计算机光盘软件与应用》 网址: http://www.jsjgprjyyy.cn/qikandaodu/2021/1105/1652.html

上一篇：计算机软件及计算机应用论文_用于嵌套命名实体
下一篇：无线电电子学论文_采用多层卷积稀疏表示的红外