基于深度学习的钢桥螺栓关键点识别方法

徐建平¹，刘桂芬¹，王 杨^2*，程 潜²

(1. 杭州市交通运输发展保障中心，浙江 杭州 310012; 2. 中交公路长大桥建设国家工程研究中心有限公司，北京 100088)

摘　要：　为解决钢结构桥梁高强度螺栓数量多、脱落风险高和人工检查效率低的难题，基于深度学习技术研发了一种通过定位螺母(螺栓头)6个角点和1个中心点来识别高强度螺栓关键点的识别方法。首先，通过实际工程拍摄与数据增强方法，构建了公路钢桥大六角头高强度螺栓数据集。然后，设计并搭建了以ResNet50为主干网络的模型，将标注后的训练集转换为热力图并对模型进行训练，进而提出了钢桥节点螺栓编号规则与算法。最后，以正确关键点百分比与准确率为评估指标对训练得到的模型性能进行了评估，利用新采集的螺栓图像对模型进行关键点定位试验和不同光线下鲁棒性试验，并结合实际工程对关键点的识别精度进行了验证。研究结果表明：室内试验和实际工程中模型螺栓的识别率均为100%，且现场识别效果优于试验结果。该研究成果可为钢桥高强度螺栓病害智能检测提供参考。

关键词：　公路桥梁; 钢结构; 高强度螺栓; 深度学习; 关键点定位

引文格式： 徐建平，刘桂芬，王杨，等. 基于深度学习的钢桥螺栓关键点识别方法[J]. 市政技术，2024，42(9)：39-47，89. (XU J P，LIU G F，WANG Y，et al. Key point identification method of steel bridge bolt based on deep learning[J]. Journal of municipal technology，2024，42(9)：39-47，89.)