ZEMCH 2019 International Conference Proceedings April.2020 | Page 371

3. Results 
3.1. Result of S‐CNN Model Development and Output of Test   
As a result of validation S‐CNN model based on the dataset collected in the method section, the 
model with the accuracy of 0.78 after 50epochs was achieved as shown in Table 3. Using the 
developed model, interior wall of a speficif building was photographed using a smartphone, and the 
WBS and progress status of the digital image were extracted as the output (Figure 3.).   
Table 3. Result of S‐CNN Model Validation 
Input 
Number 
of Data 
WBS Level 1 
Total: 13,442   
Training: 11,855, Validation: 1,587 
(Random Distribution) 
Data 
Structural Wall, Architectural Wall 
Categories 
Result 
(WBS2)  
WBS Level 2 
Total: 13,442   
Training: 9,404, Validation: 4,038   
(Random Distribution) 
Concrete Wall, Masonry Wall, Tile Wall, 
Drywall   
Epoch 1/50 9404/9404
[==============================] - 64s 7ms/step -
loss: 6.1143 - acc: 0.5641
Epoch 2/50 9404/9404
[==============================] - 64s 7ms/step -
loss: 7.1246 - acc: 0.5556
Epoch 3/50 9404/9404
[==============================] - 63s 7ms/step -
loss: 7.1246 - acc: 0.5556
…
Epoch 48/50 9404/9404
[==============================] - 72s 8ms/step -
loss: 0.0259 - acc: 0.99886
Epoch 49/50 9404/9404
[==============================] - 69s 7ms/step -
loss: 0.0939 - acc: 0.9786
Epoch 50/50 9404/9404
[==============================] - 68s 7ms/step -
loss: 0.015 - acc: 0.9973 3135/3135
[==============================] - 7s 2ms/step
loss= 1.09406523 accuracy= 0.777070091
(Bar chart: Loss, Dots: Accuracy )

  (a)                                                                (b)   
Figure 3. The result of tests and extracted information from digitalized pictures: (a) Digital 
photographs and outputs of S‐CNN model in html. format; (b) Positioning information from picture’s 
metadata. 

Computer Vision and 4D BIM Applied Construction Project Progress Monitoring
360