基于改进YOLO的双网络桥梁表观病害快速检测算法

桥梁表观病害检测是确保桥梁安全的关键步骤.然而,桥梁表观病害类型多样,不同病害间外观差异显著且病害之间可能发生重叠,现有算法无法实现快速且准确的桥梁多病害检测.针对这一问题,对YOLO(You only look once)进行了改进,提出了 YOLO-lump和YOLO-crack以提高网络检测多病害的能力,进而形成基于双网络的桥梁表观病害快速检测算法.一方面,YOLO-lump在较大的滑动窗口图像上实现块状病害的检测.在YOLO-lump中,提出了混合空洞金字塔模块,其结合了混合空洞卷积与空间金字塔池化,用于提取稀疏表达的多尺度特征,同时可以避免空洞卷积造成的局部信息丢失;另一方面,YOL...

Full description

Saved in:
Bibliographic Details
Published in自动化学报 Vol. 48; no. 4; pp. 1018 - 1032
Main Authors 彭雨诺, 刘敏, 万智, 蒋文博, 何文轩, 王耀南
Format Journal Article
LanguageChinese
Published 湖南大学机器人视觉感知与控制技术国家工程研究中心 长沙410082%湖南桥康智能科技有限公司 长沙410021 01.04.2022
湖南大学电气与信息工程学院 长沙410082
Subjects
注意力机制
深度卷积神经网络
桥梁表观病害检测
空间金字塔模块
Online AccessGet full text
ISSN0254-4156
DOI10.16383/j.aas.c210807

Cover

Abstract 桥梁表观病害检测是确保桥梁安全的关键步骤.然而,桥梁表观病害类型多样,不同病害间外观差异显著且病害之间可能发生重叠,现有算法无法实现快速且准确的桥梁多病害检测.针对这一问题,对YOLO(You only look once)进行了改进,提出了 YOLO-lump和YOLO-crack以提高网络检测多病害的能力,进而形成基于双网络的桥梁表观病害快速检测算法.一方面,YOLO-lump在较大的滑动窗口图像上实现块状病害的检测.在YOLO-lump中,提出了混合空洞金字塔模块,其结合了混合空洞卷积与空间金字塔池化,用于提取稀疏表达的多尺度特征,同时可以避免空洞卷积造成的局部信息丢失;另一方面,YOLO-crack在较小的滑动窗口图像上实现裂缝病害的检测.在YOLO-crack中,提出了下采样注意力模块,利用1x1卷积和3×3分组卷积分别解耦特征的通道相关性和空间相关性,可以增强裂缝在下采样阶段的前景响应,减少空间信息的损失.实验结果表明,该算法能够提高桥梁表观病害检测的精度,同时可实现病害的实时检测.
AbstractList 桥梁表观病害检测是确保桥梁安全的关键步骤.然而,桥梁表观病害类型多样,不同病害间外观差异显著且病害之间可能发生重叠,现有算法无法实现快速且准确的桥梁多病害检测.针对这一问题,对YOLO(You only look once)进行了改进,提出了 YOLO-lump和YOLO-crack以提高网络检测多病害的能力,进而形成基于双网络的桥梁表观病害快速检测算法.一方面,YOLO-lump在较大的滑动窗口图像上实现块状病害的检测.在YOLO-lump中,提出了混合空洞金字塔模块,其结合了混合空洞卷积与空间金字塔池化,用于提取稀疏表达的多尺度特征,同时可以避免空洞卷积造成的局部信息丢失;另一方面,YOLO-crack在较小的滑动窗口图像上实现裂缝病害的检测.在YOLO-crack中,提出了下采样注意力模块,利用1x1卷积和3×3分组卷积分别解耦特征的通道相关性和空间相关性,可以增强裂缝在下采样阶段的前景响应,减少空间信息的损失.实验结果表明,该算法能够提高桥梁表观病害检测的精度,同时可实现病害的实时检测.
Author 蒋文博
何文轩
万智
王耀南
刘敏
彭雨诺
AuthorAffiliation 湖南大学电气与信息工程学院 长沙410082;湖南大学机器人视觉感知与控制技术国家工程研究中心 长沙410082%湖南桥康智能科技有限公司 长沙410021
AuthorAffiliation_xml – name: 湖南大学电气与信息工程学院 长沙410082;湖南大学机器人视觉感知与控制技术国家工程研究中心 长沙410082%湖南桥康智能科技有限公司 长沙410021
Author_FL LIU Min
HE Wen-Xuan
WAN Zhi
WANG Yao-Nan
PENG Yu-Nuo
JIANG Wen-Bo
Author_FL_xml – sequence: 1
  fullname: PENG Yu-Nuo
– sequence: 2
  fullname: LIU Min
– sequence: 3
  fullname: WAN Zhi
– sequence: 4
  fullname: JIANG Wen-Bo
– sequence: 5
  fullname: HE Wen-Xuan
– sequence: 6
  fullname: WANG Yao-Nan
Author_xml – sequence: 1
  fullname: 彭雨诺
– sequence: 2
  fullname: 刘敏
– sequence: 3
  fullname: 万智
– sequence: 4
  fullname: 蒋文博
– sequence: 5
  fullname: 何文轩
– sequence: 6
  fullname: 王耀南
BookMark eNotzT1Lw0AYwPEbKlhrVz-CW-Lz3OUul00pvkEgiw5O5S7JqUVSMIjiVEUnRRGUggqliigIXYqDFemXMS9-CwWd_tvvP0UqSTuJCZlBsFEwyeZatlKpHVIECW6FVIFyx3KQi0lST9NtDYAI1EOskvmsN_oaXeTX7-X4biPwg-L2JLs8Lz6vio_7vP-UPxyV_Zfy-bjonmaDYTZ-_e708sdO_nZWDLr58GaaTBi1k8b1_9bI-tLiWmPF8oPl1caCb6UIKCw00lMm0opTZgAVaKGkiDwn1IIJGgr0hBaONlxx5ioIjXQVd3nsuVJL7rEamf1z91ViVLLZbLX3dpPfY_Mw2jrQFCgFB0CwH7vKYXk
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.16383/j.aas.c210807
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
Discipline Engineering
DocumentTitle_FL A Dual Deep Net work Based on the Improved YOLO for Fast Bridge Surface Defect Detection
EndPage 1032
ExternalDocumentID zdhxb202204006
GrantInformation_xml – fundername: (国家自然科学基金); (国家自然科学基金); (国家自然科学基金); (湖南省自然科学基金); (湖南省交通运输厅科技进步与创新计划项目); (湖南省交通运输厅科技进步与创新计划项目)
  funderid: (国家自然科学基金); (国家自然科学基金); (国家自然科学基金); (湖南省自然科学基金); (湖南省交通运输厅科技进步与创新计划项目); (湖南省交通运输厅科技进步与创新计划项目)
GroupedDBID --K
-0Y
.~1
0R~
1B1
1~.
1~5
2B.
4.4
457
4A8
4G.
5GY
5VS
5XA
5XJ
7-5
71M
8P~
92H
92I
93N
AAIKJ
AALRI
AAQFI
AAXUO
ABJNI
ABWVN
ACGFS
ACRPL
ADEZE
ADNMO
ADTZH
AECPX
AEKER
AFTJW
AGHFR
AGYEJ
AITUG
ALMA_UNASSIGNED_HOLDINGS
BLXMC
CCEZO
CS3
CUBFJ
CW9
EBS
EJD
EO8
EO9
EP2
EP3
FDB
FEDTE
FNPLU
GBLVA
HVGLF
HZ~
IHE
J1W
JJJVA
M41
MO0
N9A
O-L
O9-
OAUVE
OZT
P-8
P-9
P2P
PC.
PSX
Q38
ROL
RPZ
SDF
SDG
SES
TCJ
TGT
U1G
U5S
ID FETCH-LOGICAL-s1016-1f89afdba523f01a0b6a86d94cb6362c6196b64bf5a537a0cf87a575e978b8593
ISSN 0254-4156
IngestDate Thu May 29 04:10:30 EDT 2025
IsPeerReviewed true
IsScholarly true
Issue 4
Keywords 注意力机制
深度卷积神经网络
桥梁表观病害检测
空间金字塔模块
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1016-1f89afdba523f01a0b6a86d94cb6362c6196b64bf5a537a0cf87a575e978b8593
PageCount 15
ParticipantIDs wanfang_journals_zdhxb202204006
PublicationCentury 2000
PublicationDate 2022-04-01
PublicationDateYYYYMMDD 2022-04-01
PublicationDate_xml – month: 04
  year: 2022
  text: 2022-04-01
  day: 01
PublicationDecade 2020
PublicationTitle 自动化学报
PublicationTitle_FL Acta Automatica Sinica
PublicationYear 2022
Publisher 湖南大学机器人视觉感知与控制技术国家工程研究中心 长沙410082%湖南桥康智能科技有限公司 长沙410021
湖南大学电气与信息工程学院 长沙410082
Publisher_xml – name: 湖南大学电气与信息工程学院 长沙410082
– name: 湖南大学机器人视觉感知与控制技术国家工程研究中心 长沙410082%湖南桥康智能科技有限公司 长沙410021
SSID ssib001102911
ssib006576350
ssib051375349
ssib007293330
ssj0059721
ssib007290157
ssib023646446
ssib005904210
Score 2.4279878
Snippet 桥梁表观病害检测是确保桥梁安全的关键步骤.然而,桥梁表观病害类型多样,不同病害间外观差异显著且病害之间可能发生重叠,现有算法无法实现快速且准确的桥梁多病害检测.针对...
SourceID wanfang
SourceType Aggregation Database
StartPage 1018
Title 基于改进YOLO的双网络桥梁表观病害快速检测算法
URI https://d.wanfangdata.com.cn/periodical/zdhxb202204006
Volume 48
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
journalDatabaseRights – providerCode: PRVESC
  databaseName: Baden-Württemberg Complete Freedom Collection (Elsevier)
  issn: 0254-4156
  databaseCode: GBLVA
  dateStart: 20110101
  customDbUrl:
  isFulltext: true
  dateEnd: 99991231
  titleUrlDefault: https://www.sciencedirect.com
  omitProxy: true
  ssIdentifier: ssj0059721
  providerName: Elsevier
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR1NaxQxdKjbix7ET_y2B3OS1flIMsnNye6sRYq9tFJPJbOzY08r2Bakpyp6UhRBKahQqoiC0EvxYEX6Z9zd-i98781sZxYqflzCmyTvO5P3EjIZx7mk0rbWnZTXs6Tj1rmUtq4ygEQSJqnVIk1TOiB7U07O8htzYm6s1qmcWlpeSq60V_b9ruR_vAp14Ff8SvYfPLtHFCoABv9CCR6G8q98zGLBdIuZiMUcSxWzWDINsGaxYqbFtLk9PTXN4pBpaOaIoFpMNbDGNJn2CDBMNxAz8lgkCPAhw0QSWKMICJnyiQ4AAulEMTMBAsAmMizWdGiiRegBwgAYYGcQCzoDItYELP_d5TAjRuIKOkQkW0TsBEqoJXFpskgiIjaJ4fAgtk1sBLbaDGVEU1S7KMW0IpOg2mULGIiYYosewQEEn0SWyB-7ACbYKarujsDCujxUg-OZFNOFxNid8CKOVqvqAFY2pCdwRZHJaViT21cOAU0Kc7JmiCV6JReaPAxlThkUNEPr5BYHFmAGZGHQQoWfSDATEp0QWRdecXGwIKCpD7GImoVTVXCZzEsPqKEPcnO8pslnvthP570RJEix0sDk5IAEClF0HHejQqPOGjtrlwiC3I1itBr1Gznyj96LMOYLXsdtgmrM5aoyt_BKAMUL5CrJGF73uG-gh7ARUKS3Ft5gH0_KhmVKs3fQdCVduJ_guMBYJQ844z4Ef7fmjF83U7eict0AabauBDqhIZZV8mIp8N7G8jnE0weV4wLwHATlOhx_yiAr-yzCC0IR4D5HniIKvDKLNn8L0xS3yaJSV0dUok8Ju5nt3qlkvTNHnMPFcnUiyueeo87YysIx51DlEtPjzrXe-vaP7Wf9l193d97gbDN4_aj3_Ong-4vBt7f9jQ_9dw92Nz7tfnw4WHvc29zq7Xz-ubref7_a__JksLnW33p1wpltxTONyXrxX5b6Iu711b1MaZuliRV-kLmedRNplUw1bycS8uG2hKieSJ5kwoogtG47U6GFZWFHhyrB-xVPOrXu3W7nlDPh6UynKXhZasuVtYlrXa4z17VeqLTsnHYuFvrPF_Pu4vyoT8_8scdZ52A5M5xzakv3ljvnYSWxlFwoxsEvYXrMiQ
linkProvider Elsevier
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E6%94%B9%E8%BF%9BYOLO%E7%9A%84%E5%8F%8C%E7%BD%91%E7%BB%9C%E6%A1%A5%E6%A2%81%E8%A1%A8%E8%A7%82%E7%97%85%E5%AE%B3%E5%BF%AB%E9%80%9F%E6%A3%80%E6%B5%8B%E7%AE%97%E6%B3%95&rft.jtitle=%E8%87%AA%E5%8A%A8%E5%8C%96%E5%AD%A6%E6%8A%A5&rft.au=%E5%BD%AD%E9%9B%A8%E8%AF%BA&rft.au=%E5%88%98%E6%95%8F&rft.au=%E4%B8%87%E6%99%BA&rft.au=%E8%92%8B%E6%96%87%E5%8D%9A&rft.date=2022-04-01&rft.pub=%E6%B9%96%E5%8D%97%E5%A4%A7%E5%AD%A6%E6%9C%BA%E5%99%A8%E4%BA%BA%E8%A7%86%E8%A7%89%E6%84%9F%E7%9F%A5%E4%B8%8E%E6%8E%A7%E5%88%B6%E6%8A%80%E6%9C%AF%E5%9B%BD%E5%AE%B6%E5%B7%A5%E7%A8%8B%E7%A0%94%E7%A9%B6%E4%B8%AD%E5%BF%83+%E9%95%BF%E6%B2%99410082%25%E6%B9%96%E5%8D%97%E6%A1%A5%E5%BA%B7%E6%99%BA%E8%83%BD%E7%A7%91%E6%8A%80%E6%9C%89%E9%99%90%E5%85%AC%E5%8F%B8+%E9%95%BF%E6%B2%99410021&rft.issn=0254-4156&rft.volume=48&rft.issue=4&rft.spage=1018&rft.epage=1032&rft_id=info:doi/10.16383%2Fj.aas.c210807&rft.externalDocID=zdhxb202204006
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fzdhxb%2Fzdhxb.jpg