目标检测与对象分割
用 YOLO 或 DETR 定位图像目标,结合 SAM 提取对象轮廓,区分脚手架、煤堆和设备等已适配对象。

企业 AI 应用交付平台:一个严肃的 AI 应用,构建如此简单。


摄像头中的框和轮廓说明了对象在画面中的位置。要进一步核对间距、区域与前后关系,还需要将它关联到同一三维场景。
检测与分割保留原始画面、类别和可见轮廓。
相机位姿、尺度与已验证几何共同支持三维关联。
YOLO 或 DETR 定位目标,SAM 提取对象轮廓,高斯泼溅结合多视角图像与相机信息重建三维场景。将二维识别结果关联到现场空间,在标定几何上分析位置、间距与体积,服务施工核查、物料盘点和设备管理。

用 YOLO 或 DETR 定位图像目标,结合 SAM 提取对象轮廓,区分脚手架、煤堆和设备等已适配对象。
从有重叠的多视角与相机信息建立三维场景,关联对象与原始画面,呈现现场结构和可见区域。
将对象关联到标定场景,在经验证的几何上计算位置、间距与体积;煤量结合现场堆积密度换算。
对比不同采集时段的图像与三维场景,查看脚手架搭设、设备布局和库存变化,支持现场与远程协作。
输入
模型输出

识别可见架体与构件,关联三维位置,比较不同搭设阶段,帮助人员核对变化并安排遮挡区域的补拍与检查。
脚手架原图、多视角采集、构件类别与相机信息
用 YOLO 或 DETR 定位图像目标,结合 SAM 提取对象轮廓,区分脚手架、煤堆和设备等已适配对象。
架体轮廓、三维位置与阶段变化,支持搭设进度和结构检查。
将图像目标关联到三维场景,支持现场对象定位与区域分析。
检测定位目标,分割提取边界,多视角信息帮助区分相邻对象与区域。
结合现场尺度和参考基面计算位置、间距与体积,再用堆积密度开展煤量分析。
对比不同搭设、盘点与巡检阶段,在图像和三维场景中查看变化,支持远程协作。

将架体识别与三维场景对应,比较各阶段可见构件和位置变化;人员对照原图核查,并对遮挡区域安排补拍与检查。

在有尺度的场景中分离煤堆与地面,校验表面后计算盘点区域体积,结合同期现场堆积密度换算煤量。

将现场设备关联到标定场景,对照原图与三维位置核查指定间距,比较改造前后变化,更新场景与检查记录。

将架体识别与三维场景对应,比较各阶段可见构件和位置变化;人员对照原图核查,并对遮挡区域安排补拍与检查。

在有尺度的场景中分离煤堆与地面,校验表面后计算盘点区域体积,结合同期现场堆积密度换算煤量。

将现场设备关联到标定场景,对照原图与三维位置核查指定间距,比较改造前后变化,更新场景与检查记录。

将架体识别与三维场景对应,比较各阶段可见构件和位置变化;人员对照原图核查,并对遮挡区域安排补拍与检查。

在有尺度的场景中分离煤堆与地面,校验表面后计算盘点区域体积,结合同期现场堆积密度换算煤量。

将现场设备关联到标定场景,对照原图与三维位置核查指定间距,比较改造前后变化,更新场景与检查记录。