【摘要】缆机是拱坝施工中主要的混凝土入仓设备。监测缆机吊运过程并分析其施工效率,对于支撑工程现场调度优化、资源配置和指导施工至关重要。该文提出一种基于视觉跟踪和模式识别的缆机吊运混凝土效率智能分析方法,首先训练YOLO模型作为目标检测器,并引入轨迹片段特征改进Deep SORT算法,实现对缆机吊罐移动轨迹的多目标跟踪;然后基于轨迹数据的时序特征建立缆机吊运混凝土工作状态识别模型,实现从海量轨迹数据中快速准确识别缆机工作状态和计算吊运效率。拱坝工程的实例分析结果表明:该方法实现了高精度完整跟踪吊罐的移动轨迹, MOTA指标和IDF1指标分别高达90.0%和94.8%,准确识别出了缆机的6种工作状态,精准计算出了缆机的浇筑强度等效率指标,具备可靠性和准确性。