本服務搭載已訓練完成的電腦視覺深度學習模型, 使用者僅需上傳工地現場拍攝的鋼筋影像, 即可透過Mask R-CNN實例分割模型, 對該影像進行辨識並分割影像中的物件像素。 利用識別之鋼筋特徵, 計算鋼筋的真實尺寸, 最終回傳視覺化與JSON格式之數據分析結果。
本服務搭載SfM與MVS技術模組, 根據使用者上傳工地現場連續拍攝的影像集, 將多張連續拍攝的照片計算並推導出拍攝之位姿(Pose), 即可重構工地現場的3D點雲模型, 此真實還原工地現場之點雲模型又稱As-built模型, 經由深度學習模型之辨識後, 此加值之數位孿生模型與BIM模型進行匹配與比對後, 便完成鋼筋自動化查驗。