基于单阶段目标检测算法的混凝土裂缝识别模型

石子; 吴志刚; 胡继峰; 甘元楠; 苏敏; 强晟

doi:10.20040/j.cnki.1000-7709.2025.20240079

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于单阶段目标检测算法的混凝土裂缝识别模型

水工结构、水工材料与水利工程施工 | 更新时间：2026-02-25

- 基于单阶段目标检测算法的混凝土裂缝识别模型
- 基于单阶段目标检测算法的混凝土裂缝识别模型
- 水电能源科学 2025年第2期页码：118-122
- 作者机构：
  
  1. 河海大学水利水电学院
  2. 中国安能集团第二工程局有限公司
  3. 浙江省水利水电勘测设计院有限责任公司
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目(52079049)
- DOI：10.20040/j.cnki.1000-7709.2025.20240079
  中图分类号： TV544;TP391.41
- 纸质出版：2025
- 稿件说明：
移动端阅览
石子, 吴志刚, 胡继峰, 等. 基于单阶段目标检测算法的混凝土裂缝识别模型[J]. 水电能源科学, 2025,(2):118-122.

石子, 吴志刚, 胡继峰, et al. 基于单阶段目标检测算法的混凝土裂缝识别模型[J]. 2025, (2): 118-122.
石子, 吴志刚, 胡继峰, 等. 基于单阶段目标检测算法的混凝土裂缝识别模型[J]. 水电能源科学, 2025,(2):118-122. DOI： 10.20040/j.cnki.1000-7709.2025.20240079.

石子, 吴志刚, 胡继峰, et al. 基于单阶段目标检测算法的混凝土裂缝识别模型[J]. 2025, (2): 118-122. DOI： 10.20040/j.cnki.1000-7709.2025.20240079.

摘要

混凝土结构产生裂缝会严重影响建筑物的安全稳定运行。为实现混凝土出露裂缝的实时高效检测，提出了一种新的单阶段混凝土裂缝检测模型CrackDetectX

该模型由基础特征提取网络、多级特征融合网络、检测头三部分组成。采用动态蛇形卷积(DSConv)精准捕捉裂缝特征，添加反向残差注意力模块(iRMB)融合不同尺度的上下文信息，使神经网络能够为特征图产生更好的像素级注意力。在检测头中引入一种基于MPDIoU的损失函数，全面考虑边界框所有信息，使模型更好地处理边界框宽度及高度的差异。此外，在模型中还引入Lion优化器保存动量信息，并利用其独特的更新规则来更新梯度，提高模型训练的效率。最后对所建模型进行评估，平均精度AP＿0.5/%、AP＿0.5-0.95/%、参数量、计算量及推理速度分别为93.1%、77.8%、1.62 M、4.3 GFLOPs和61.4 FPS

均优于对比方法，表明所提模型具有良好的鲁棒性，是一种高精度、高效率、轻量化的混凝土出露裂缝检测方法。

Abstract

关键词

Keywords

references

麻斯亮,许勇.最小点距离的边界框回归损失函数及其应用[J].小型微型计算机系统,2024(11).

任安虎,姜子渊,马晨浩.基于改进YOLOv5s的道路裂缝检测算法[J].激光杂志,2024(04).

谌婷婷,魏怡.基于改进YOLOv4的混凝土裂缝检测方法[J].激光杂志,2024(01).

黄佑超,丁勇,李登华.基于双目视觉的裂缝三向变化检测方法研究[J].水电能源科学,2023(01).

高治鑫,包腾飞,李扬涛.基于机器学习的混凝土坝表面裂缝快速识别方法[J].水电能源科学,2022(04).

方仁渊,王敏.基于改进型YOLO网络的商品包装类型检测[J].电子测量技术,2020(07).

Wang Sike,Chen Xueqin,Dong Qiao.Detection of Asphalt Pavement Cracks Based on Vision Transformer Improved YOLO V5[J].Journal of Transportation Engineering, Part B: Pavements,2023.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据