预制构件作为装配式建筑的基本部件,其生产过程中的质量控制对提高装配式建筑质量具有重要意义。传统人工抽查方法效率低、易漏检,不符合建筑工业化发展要求。本文通过实例分割算法及BIM技术对生产流水线上的预制叠合板尺寸进行信息化自动检测。设计信息化自动检测方案,在生产流水线上建立图像采集系统,获取生产过程中的预制叠合板图像,并对图像进行畸变分析及矫正,提高尺寸检测精度;使用四种残差网络优化Mask R-CNN实例分割算法的Backbone模块,构建尺寸检测模型,使用训练后的模型获取预制叠合板图像的尺寸信息;以固定模具的磁盒作为基准参照物,建立预制叠合板图像尺寸与实际尺寸的转换关系,实现尺寸量化;建立预制叠合板BIM模型,通过Revit API接口研发信息化自动检测程序,实现预制叠合板尺寸信息化自动检测。主要研究内容及成果如下:（1）设计预制叠合板尺寸信息化自动检测方案。结合预制构件厂实际生产需求建立图像采集系统,在生产流水线正常运转的情况下,拍摄单张图像即可实现混凝土底板、预留孔洞及预埋件的尺寸检测,并通过图像畸变矫正提高检测精度。相较于传统人工抽查方案,本方案智能化程度高、检测速度快、人工成本低,为智能检测技术在预制叠合板生产过程中的应用提供了参考。（2）使用四种残差网络优化Mask R-CNN实例分割算法的Backbone模块,结果表明基于知识蒸馏方法改进的算法具有最快的梯度下降速度。基于优化的Mask RCNN实例分割算法建立预制叠合板尺寸检测模型,实现混凝土底板、预留孔洞及预埋件的尺寸检测分析及量化。检测结果显示,模型对混凝土底板、预留孔洞及预埋件的预测框检测平均精度为99.08%、82.25%及91.02%,掩膜检测平均精度为98.92%、80.92%及90.06%,具有较高的检测精度及泛化能力。（3）对Revit软件进行二次研发,编译预制叠合板信息化自动检测程序。通过Revit API接口提取预制叠合板BIM模型中的图元尺寸信息,并与尺寸检测模型的量化结果进行对比,自动导出并存储数据分析文件,实现预制叠合板尺寸信息化自动检测,减少人工数据对比环节,提高检测方案的信息化、自动化水平。（4）预制叠合板尺寸信息化自动检测误差分析结果显示:混凝土底板、预留孔洞及预埋件的数量检测精度可达100%;混凝土底板尺寸检测平均误差为0.80%,圆形预留孔洞直径检测平均误差为13.19mm、坐标检测平均误差为12.31mm,预埋件坐标检测平均误差为14.61mm,可为预制叠合板智能化生产提供支持。