基于Stone-SAM的便携式粗集料级配智能检测
张鸿
杨俊雅
刘可心
张益鹏
程雪聪
中交第二航务工程局有限公司,湖北 武汉 430040;长大桥梁建设施工技术交通行业重点实验室,湖北 武汉 430040;交通运输行业交通基础设置智能制造技术研发中心,湖北 武汉 430040;中交公路长大桥建设国家工程研究中心有限公司,湖北 武汉 430040
摘要：为实现精确的粗集料级配检测,提出了一种便携式粗集料级配智能检测方法.采用知识蒸馏的策略对视觉大模型——分割一切模型(SAM)进行网络结构轻量化,嵌入神经网络分类器PP-HGNetV2为模型提供语义判断的能力,设计粗集料颗粒特征参数数学表征算法,开发移动端应用程序,实现粗集料级配高通量检测.对5种粗集料级配场景进行测试.结果表明:本研究方法对于粗集料颗粒的分割精度高于原始SAM模型,并且能够精确去除背景信息,粗集料颗粒关键参数提取结果准确可靠.
关键词：分割一切模型(SAM)粗集料级配智能检测移动端工程检测
分类号：TV42+2(水工材料)
资助基金：中交集团揭榜挂帅项目(2021-ZJKJ-JBGS01)
论文发表日期：2025-06-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 581-590 )
英文信息