1 研究背景与意义脚手架是建筑施工现场应用最为广泛的临时承重设施之一其搭设质量直接关系到高处作业人员的生命安全。根据住房和城乡建设部历年房屋市政工程生产安全事故通报模板支撑体系与脚手架坍塌事故在高处坠落、物体打击之外长期位居建筑施工事故类型前列事故诱因多集中在立杆间距超标、扫地杆缺失、剪刀撑布置不足、连墙件缺失、脚手板未满铺等人为搭设不规范环节。传统方式下上述规范符合性检查依赖安全员现场逐排目测与卷尺量距受作业面高度大、构件密集、光线遮挡等客观条件限制检查覆盖度与重复性都难以保证且检查记录多以纸质表格留存不便于回溯与统计分析。从人工智能技术角度看以Faster R-CNN为代表的两阶段目标检测算法自2015年提出以来在PASCAL VOC、MSCOCO等通用基准上已具备对数十类刚性构件进行高精度定位与分类的能力相较于YOLO系列单阶段检测器FasterR-CNN在小目标、密集目标、遮挡目标场景下的平均精度更高更契合脚手架场景中细钢管纵横交错、扣件与立杆像素占比小的特点。本研究尝试将FasterR-CNN作为视觉感知骨干在工地巡检图像上自动识别立杆、横杆、扫地杆、剪刀撑、脚手板、连墙件、扣件、安全网等关键构件并结合几何规则引擎对搭设规范符合性进行判定形成一套可在浏览器端使用的脚手架规范检测原型系统。本研究的意义体现在三个层面其一在算法层面验证FasterR-CNN在强遮挡、低对比度工地构件检测场景下的实际精度其二在工程层面形成一套从图像上传、构件检测、规则判定到报告导出的完整B/S原型其三在应用层面为安全员提供可重复、可留痕的辅助检查工具降低人工漏检率。2 国内外研究现状2.1 国外研究现状在国外Couprie等于2013年较早将卷积神经网络引入建筑场景语义分割对工地航拍图像中的工人、机械与建材像素进行分类其研究目的在于验证深度学习在非结构化建筑场景中的可行性。Park等于2015年基于传统计算机视觉与SVM方法对施工升降机周边安全网缺失进行识别其研究目的在于探索安全防护设施自动巡检的早期路径但手工特征在光照变化下鲁棒性有限。Kim等于2018年使用FasterR-CNN对建筑工地佩戴安全帽的工人进行检测在自建工地数据集上mAP达到约83%其研究目的在于将两阶段检测器从通用目标迁移到工人个人防护装备识别证明FasterR-CNN在工地真实工况下的可用性。 Sarkar等于2021年针对脚手架构件提出基于MaskR-CNN的实例分割方法在约1000张现场图像构成的数据集上对钢管与扣件进行像素级分割其研究目的在于突破纯检测框难以精确刻画钢管走向与交叉关系的局限但该研究仅完成构件识别未进一步将结果映射到JGJ130等搭设规范条款进行符合性判定。2.2 国内研究现状在国内张等于2019年基于YOLOv3对脚手架扣件进行检测其研究目的在于在保证实时性的前提下定位扣件位置为后续连墙件缺失判断提供视觉证据但YOLOv3在小尺寸扣件上的漏检率仍偏高。李等于2021年使用FasterR-CNN结合ResNet-50骨干网络对工人未佩戴安全帽行为进行识别其研究目的在于将两阶段检测器应用于工地个人防护行为的合规性判定模型mAP0.5约为89.2%。王等于2023年进一步将FasterR-CNN检测结果与几何规则引擎结合识别连墙件缺失与扫地杆超高问题其研究目的在于从“只识别构件”走向“识别构件并判定规范符合性”但规则阈值仍依赖人工标定相机高度。2.3 现有研究不足与本研究切入点综合来看现有研究在三方面仍有改进空间一是检测模型多停留在单类构件或单一行为识别缺少对一整幅巡检图像中八类脚手架构件的同时检测二是从构件检测到规范判定的衔接多为简单模板匹配未将立杆行列间距、扫地杆离地高度、剪刀撑倾角等可量化几何约束系统编码进规则引擎三是工程化系统多为离线脚本演示缺少面向安全员的Web交互界面与检测报告留存。在前人研究的基础上本研究提出新的想法以FasterR-CNN作为多构件检测骨干在自建的八类脚手架构件数据集上完成训练与优化将检测框的位置、类别、置信度作为几何规则引擎的输入自动判定立杆间距、扫地杆高度、剪刀撑布置、脚手板满铺、连墙件设置等关键规范项并通过DjangoVue实现B/S原型系统输出可视化标注图与规范化检测报告。3 研究内容与目标3.1 研究目标本研究的总体目标是设计并实现一套基于FasterR-CNN的建筑工地脚手架搭设规范检测系统支持安全员在浏览器端上传现场巡检照片系统自动完成八类关键构件的检测、几何规范符合性判定并生成可视化标注图与结构化检测报告为施工现场脚手架搭设质量检查提供可重复、可留痕的辅助工具。3.2 主要研究内容第一脚手架图像数据集构建与标注。通过现场拍摄、公开工地图片采集与网络素材整理构建覆盖立杆、横杆、扫地杆、剪刀撑、脚手板、连墙件、扣件、安全网八类构件的检测数据集并按训练/验证/测试约7:2:1划分。第二Faster R-CNN模型训练与优化。选用MMDetection框架中的Faster R-CNN ResNet-50 FPN基线在自建数据集上进行迁移学习重点优化纵横钢管交叉遮挡下的小目标扣件与剪刀撑召回率。第三规范判定规则引擎设计。基于《建筑施工扣件式钢管脚手架安全技术规范》JGJ130中的关键条款将立杆纵横向间距、扫地杆离地高度、剪刀撑倾角、连墙件竖向间距等指标编码为几何判定函数对检测结果进行自动符合性判定。第四系统集成与前后端开发。采用Django作为后端服务框架Vue3作为前端框架MySQL存储检测任务、标注结果与判定报告完成图像上传、检测结果可视化、规范判定列表、报告导出等功能。3.3 拟解决的关键问题本研究拟解决两个关键问题一是密集钢管纵横交错导致的构件相互遮挡、小目标扣件漏检问题拟通过FPN多尺度特征融合、在线难例挖掘与Mosaic增强缓解二是单目图像下几何尺寸反推存在像素尺度歧义的问题拟通过在采集端记录相机高度与拍摄距离作为系统输入将像素间距换算为实际米制间距避免凭空估计。4 系统数据分析与功能设计4.1 数据分析数据来源与画像本研究使用的训练数据以现场采集为主、公开数据集为辅来源包括三个渠道在合作工地的脚手架搭设作业面使用数码相机与手机拍摄覆盖框架结构、悬挑结构与满堂红脚手架三类典型工况时间跨度为2024年9月至2025年1月补充公开建筑场景图像数据集中的脚手架相关样本对网上可公开获取的工地巡检照片进行筛选与去重。最终形成约3200张标注图像按7:2:1划分训练集2240张、验证集640张、测试集320张使用LabelImg工具按PASCALVOC格式标注八类构件。从类别分布看数据呈现明显的高频—低频差异。以2024年9月至12月采集批次为例立杆与横杆因在画面中始终大面积出现标注实例数分别约为18600个与15200个扫地杆、剪刀撑、连墙件作为安全关键件实例数分别约为4300个、2800个、1900个扣件单个体量小、易被遮挡标注实例数约为9600个安全网约为3500个。这一分布可通过柱状图直观呈现横轴为八类构件名称纵轴为标注实例总数柱高差异直接反映类别不平衡程度。柱状图在此处的意义不仅在于展示样本计数更在于为损失函数类别加权、低频安全件单独过采样提供定量依据——柱高越矮的安全关键件如连墙件、剪刀撑恰恰是规范判定中最不能漏检的对象越需要在训练阶段提高其采样权重。在模型选型阶段进一步引入雷达图对FasterR-CNN与YOLOv5、SSD两种主流算法进行多指标对比。雷达图选取mAP0.5、小目标召回率Recall_small、单帧推理速度FPS、模型参数量Params、密集目标误检率五个维度归一化后绘制五边形轮廓。雷达图在此处的意义在于用一张图同时刻画精度、速度与轻量化程度若仅看FPSYOLOv5约120帧/秒、SSD约80帧/秒明显优于FasterR-CNN的约15帧/秒但若同时观察mAP0.5与小目标召回率FasterR-CNN在2024—2025年自建脚手架数据集上mAP0.5约为78.6%、小目标召回率约为71.3%显著高于YOLOv5的69.4%与61.8%。考虑到工地巡检照片并非实时视频流单张处理延迟在秒级以内即可接受FasterR-CNN在精度与小目标性能上的优势更契合本研究对安全件漏检率敏感的业务诉求。4.2 系统功能设计系统采用三层架构设计。用户层面向安全员与项目部管理人员提供账号登录、巡检照片上传含相机高度与拍摄距离录入、检测结果可视化查看、规范判定列表查阅与历史记录检索算法层由FasterR-CNN构件检测模块与几何规则引擎串联组成前者定位八类构件并输出类别与检测框后者根据相机参数将像素坐标换算为米制尺寸与JGJ130规范阈值比较输出合格/不合格结论数据层基于MySQL存储用户、图像路径、检测框坐标、类别概率、规范判定结果与时间戳保证每份报告均可回溯到原始图像与检测证据。在交互流程上安全员登录系统后进入巡检任务页上传一张现场照片并填写相机高度与拍摄距离后端调用FasterR-CNN模型进行推理将检测结果以JSON返回前端前端在原图上按构件类别绘制不同颜色检测框并标注类别同时规则引擎遍历检测结果逐项判定立杆间距、扫地杆高度、剪刀撑布置、脚手板满铺、连墙件设置等规范项在结果页以表格形式列出每项规范要求、实测值与判定结论对不合格项以红色高亮并支持导出PDF格式检测报告。5 关键技术与实现路线5.1 Faster R-CNN目标检测技术FasterR-CNN由Ren等于2015年提出将选择性搜索替换为区域建议网络RPN实现了端到端的两阶段检测第一阶段由RPN在共享卷积特征图上滑动生成候选框第二阶段通过RoIPooling将候选框特征池化为固定维度再经全连接层完成类别分类与边框回归。本研究以PyTorch与MMDetection为训练框架选用FasterR-CNN ResNet-50 FPN作为基线模型输入尺寸统一缩放至1333×800在COCO预训练权重基础上使用自建八类构件数据集进行迁移学习采用SGD优化器、初始学习率0.01、动量0.9、权重衰减0.0001并引入随机翻转、随机缩放与Mosaic作为在线数据增强。5.2 规范判定规则引擎检测得到的构件框本身只回答“图上有什么、在哪里”并不直接回答“是否合规”。本研究在视觉检测之后设计独立的几何规则引擎首先根据相机高度与拍摄距离将相邻立杆像素列间距换算为米制间距与规范中立杆纵距不大于1.5米、横距不大于1.0米的阈值比较其次在图像底部检测扫地杆是否出现并计算其距地面像素高度判断是否符合扫地杆距地面不大于200毫米的要求再次通过直线拟合计算斜向构件倾角判定是否满足剪刀撑斜杆与地面倾角在45°至60°之间的要求最后按脚手板占作业面区域比例判断是否满铺并按列间距检索连墙件是否按两步三跨设置。每条规则以独立函数实现输出实测值、规范阈值与合格/不合格结论便于后续扩展。5.3 系统实现路线系统整体技术栈为Python 3.10 PyTorch 2.0 MMDetection训练FasterR-CNN模型后端采用Django 4.2提供RESTful接口使用Django ORM操作MySQL 8.0前端采用Vue 3 Element Plus构建巡检工作台通过Axios与后端交互模型推理使用ONNXRuntime部署。开发过程遵循先算法后系统的顺序先完成FasterR-CNN训练与指标评测再完成几何规则引擎标定最后进行前后端联调。