技术摘要：
本发明提供一种基于人工智能视频分析的混凝土浇筑中浇筑量估计方法，该方法通过深度学习方法CoViAR‑Mobile‑V3算法对实时上传的视频流进行高效的事件分割判断，分析时间窗口视频的场景、事件类型，分别完成商用预拌混凝土浇筑、自拌混凝土浇筑场景下，当前浇筑量的估  全部
背景技术：
混凝土浇筑质量管理是工地旁站监理工作的一个重要部分，在浇筑质量管理过程 中，对整体浇筑量，以及某些环节下，需要通过浇筑量对相关项目的监理提供必要的信息支 持，如拔管深度监理过程中，需要利用当前浇筑量信息来估算，当前终孔中的混凝土深度。 现阶段人工监理过程中，专业的监理人员，在现场基于相关信息，对当前浇筑量进行估计， 具体的：采用商用混凝土场景下，利用现场关注信息，浇筑的搅拌车的单车装载方量和浇筑 车数，进而基于经验估计浇筑量大致范围。自伴混凝土场景下，利用搅拌机的单次搅拌过程 中，加入的材料信息，估算单次制作混凝土的方量，并同时记录混凝土制作的次数，进而基 于经验估计浇筑量大致范围。 现有人工现场监督管理的模式下，其缺点较为明显，具体展开有一下几点：旁站监 督管理的质量存在如下一些高风险问题：旁站监理人员素质参差不齐，不能全面掌握旁站 监理的关键要点，易导致旁站过程失控；监理人员自由裁量权大，旁站过程及旁站管理结果 缺少影像资料支撑，容易导致监理收受利益而放松管理；旁站监理过程中，由于对旁站监理 人员缺少约束，常发生只旁站不作为，或少作为的情况；旁站监理记录不认真，无可追溯性； 旁站过程中对发现有安全、质量隐患或违反工程建设强制性标准要求的行为，停留在整改 建议或口头通知，对整改情况不跟踪封闭 基于上述缺点，急需一种基于人工智能视频分析的混凝土浇筑中浇筑量估计方法 出现。 针对相关技术中的问题，目前尚未提出有效的解决方案。
技术实现要素：
本发明的目的在于提供一种基于人工智能视频分析的混凝土浇筑中浇筑量估计 方法，以解决上述