一辆卡车刚在建筑工地卸下了2,000根管材。你的工头说看起来差不多。AI说是1,847根。这个差距决定了项目顺利进行还是因等待替换材料而延迟一周。
建筑材料清点是大多数团队几十年来一直用同样方式处理的日常需求: 走到材料堆前, 开始数, 数着数着就乱了, 从头再来。无论是在雨中、灰尘中还是日落时分, 都要进行这项工作。风险很高, 因为计数错误会导致超量订购、不足订购或交货纠纷。AI照片计数为管材、钢筋、砖块及数十种其他材料提供了更快、更准确的替代方案。
工地计数难题
建筑工地是精确计数的恶劣环境。材料散布在大面积区域, 不规则地堆放, 经常被泥土或灰尘覆盖。钢筋捆重叠在一起。管材堆在运输过程中会移位。砖块以托盘运达, 但随着工程推进会散布到整个工地。
人工计数既缓慢又不一致。研究表明, 平均人工材料清点的误差为7%到10%, 这些误差在整个项目中会累积。多订10%意味着在闲置材料上浪费预算。少订10%意味着你的团队在等待新的交货时无事可做。
到货验收尤其麻烦。当交货到达时, 工地经理需要确认数量与采购订单一致。手动清点2,000根管材需要将近一小时。等到清点完成, 送货卡车一直在等, 起重机闲置, 工作人员已经去做其他事了。
AI如何通过照片清点材料
整个过程大约需要10秒。工地工人将手机对准材料堆拍一张照片。图像发送到AI计数模型, 该模型检测每个单独的物品, 用彩色点标记每一个, 并返回总数。
工人检查覆盖层以查看是否有明显的遗漏或误检, 如有需要可点击添加或删除标记点, 然后记录验证后的数量。对于500根管材的堆垛, 整个过程所需的时间比走到堆垛前再返回还短。
全球模板制造商Doka已将这种方法融入其运营。他们的AI计数和识别系统已在全球50个地点使用超过40,000次, 以超过98%的准确率清点了超过150万件物品。该系统识别超过20个产品类别, 包括脚手架组件、横梁、支撑杆和模板面板, 即使物品因租赁使用而肮脏或严重磨损也能处理。
什么能数好(什么不能)
圆形截面非常独特。从端部拍摄的管材堆照片产生一些最高的准确率, 通常超过98%。
当端部可见时, 可以计数单根钢筋。从侧面拍摄的钢筋捆, 显示每根钢筋的截面, 可以可靠地计数。
统一的形状和颜色使砖块非常适合AI计数。规则排列在托盘上的砖块很简单。散落的堆更困难。
支撑杆、框架和面板等组件足够独特, AI可以同时分类和计数, 正如Doka的系统所展示的那样。
小型紧固件、混合材料堆、被泥覆盖的物品, 以及大部分物品被遮挡而相机无法看到的深层堆放材料。
将AI计数融入项目工作流程
AI材料计数自然地适应三种建筑工作流程。
到货验收: 当交货到达时, 在卸货前拍摄材料照片。将AI计数与采购订单进行比较。在司机还在现场时立即标记差异。这消除了交货纠纷, 并在材料散布到工地之前发现短缺。
每日进度跟踪: 在每天结束时拍摄剩余材料库存。根据项目进度跟踪消耗率。在短缺变得严重之前几天就发现它们。
材料核对: 在项目里程碑或完成时, 清点剩余材料以进行退货、转移或处置。CountBricks报告称, AI辅助测量将材料估算时间缩短了高达80%, 用户每周在估算任务上节省8小时或更多。
拍摄更好工地照片的技巧
- 拍照前将不同类型的材料分开(不要在一张照片中混合管材和钢筋)
- 从端部拍摄管材和钢筋堆以显示圆形截面
- 在可行时清除材料表面的泥土或碎屑
- 使用充足的照明或在白天拍摄
- 对于高堆, 拍摄每个可见层或从多个角度拍摄
- 保持相机稳定并垂直于材料表面以获得最佳效果
总结
自建筑工地存在以来, 建筑材料清点一直是一个手动且容易出错的过程。AI照片计数改变了这一局面: 98%的准确率, 每次计数仅需几秒, 以及一份当场解决交货纠纷的照片记录。
下次卡车在你的工地卸下一批管材时, 在工头开始数之前拍张照片。他还没数完第一排, 你就已经有答案了。