PipeSegFormer:面向排水管道缺陷分割的自适应几何表征与空间一致跨尺度特征重构

《Visual Informatics》:PipeSegFormer: Adaptive geometric representation and spatially coherent cross-scale feature reconstruction for sewer defect segmentation

【字体: 大 中 小 】 时间:2026年10月01日 来源:Visual Informatics 4.4

编辑推荐:

  原文未提供独立摘要,以下为标题后亮点(摘要性内容)的专业翻译: •两阶段解码器在跨尺度结构恢复之前增强语义。 •可变形采样与大核细化模糊视觉表征。 •特征条件采样实现自适应跨尺度重构。 •五次运行平均IoU(mean Intersection

  
原文未提供独立摘要,以下为标题后亮点(摘要性内容)的专业翻译:
•两阶段解码器在跨尺度结构恢复之前增强语义。
•可变形采样与大核细化模糊视觉表征。
•特征条件采样实现自适应跨尺度重构。
•五次运行平均IoU(mean Intersection over Union,交并比)达到87.46%,参数量20.07M。
•边界指标显示对细长和不规则缺陷的定位更好。
论文解读如下。

研究背景方面,自动化排水管道检测对城市基础设施维护具有重要意义,语义分割(semantic segmentation)能够从CCTV(closed-circuit television,闭路电视)图像中实现缺陷的密集定位。然而该任务仍较困难:缺陷具有不规则几何和模糊边界,腐蚀、沉积物、水渍、阴影以及不均匀光照常与实际缺陷相似。基于CNN(convolutional neural network,卷积神经网络)的方法能提供有效的多尺度表征,但长程上下文建模有限;Transformer编码器改善全局感知,但其轻量解码器通常直接投影、缩放并融合编码器特征,这默认解码器输入已具备判别性和空间兼容性。在排水图像中,该假设常被违反:背景伪影可激活类似缺陷的响应,重复缩放会位移细长和不规则结构。因此,语义模糊与结构位移不应被当作无差别融合问题。对齐模糊表征仍可能传播假响应,而仅增强语义而不进行自适应重构则边界误差仍难解决。基于视觉信息学视角,该问题要求层次视觉表征在严重外观模糊和不规则几何下同时保持语义判别性和空间可靠性,这促使研究人员提出一种先建立可靠语义基础、再从粗到细恢复空间细节的序贯解码器。

研究人员开展了PipeSegFormer研究,其核心原则是“先判别、后重构”,并通过两个协同阶段实现。主要结论为:PipeSegFormer-B1在五次运行中达到87.46±1.06% mIoU(mean Intersection over Union,平均交并比)和93.16±0.63% F1-score,参数量20.07M,FLOPs(floating point operations,浮点运算量)4.68G。该设计在区域和轮廓恢复方面提供互补证据,并体现精度—复杂度平衡优势。

关键技术方法:研究采用MiT编码器输出四级特征。DLK(deformable large-kernel module,可变形大核模块)先以DCNv1(deformable convolution v1,可变形卷积v1)3×3、步长1、填充1进行几何自适应局部采样,再以5×5深度卷积、膨胀率3的7×7深度卷积和1×1投影完成大核上下文调制并残差输出。FAM(feature-conditioned adaptive reconstruction,特征条件自适应重构)在三个跨尺度阶段将上采样高层特征与增强浅层特征拼接,经1×1压缩预测3×3可变形卷积的K=9个偏移,以双线性插值重构。解码路径为F4→D4→D3→D2→D1,各级投影、缩放、拼接后入轻量预测头。样本队列来源:私有排水管道数据集由Tianjin Municipal Engineering Design and Research Institute提供,含6120幅真实检测图像,按序列8:1:1划分;公共NEU-Seg补充验证。

研究结果部分:

4.1 数据集与评价指标:私有排水管道数据集含6120幅真实检测图像,序列整体分配至训练、验证或测试集,比例为8:1:1,以防泄漏。标注四类缺陷:Crack、Intruding lateral、Joint offset、Infiltration,正常管道区域作为Background。区域精度用mIoU和macro F1-score衡量,复杂度和参数量用Params与FLOPs衡量;边界质量用mBoundaryIoU(mean Boundary Intersection over Union,平均边界交并比)和mBF1(mean Boundary F1,平均边界F1)衡量,二者均在224×224分辨率下采用2像素边界带/容差,并对四类前景缺陷宏平均。公共NEU-Seg提供可重复的补充设置,与排水图像在纹理、形态和采集条件上不同。

4.2 实验环境与参数设置:实验使用RTX A6000、Python 3.9、PyTorch 2.1.0、CUDA 11.8和MMEngine 0.10.7。所有模型从零训练,输入224×224,batch size为8,迭代180,000次,水平翻转概率p=0.5,采用整图推理,Adam优化器,学习率10?4,权重衰减5×10?4,交叉熵损失。B3仅将MiT-B1主干替换为MiT-B3。重复运行以均值±样本标准差报告,并给出双侧Student’s t 95%置信区间。

4.3 性能比较:PipeSegFormer-B1在五次运行中达到87.46±1.06% mIoU和93.16±0.63% F1。相比单次运行的SegNeXt-S、PIDNet-S、PIDNet-M和SegFormer-B1,mIoU分别高9.05、8.91、5.45和8.33个百分点。对应95%置信区间为86.15%–88.78%和92.38%–93.94%。单次运行方法中,PSPNet结果最强,为86.11% mIoU和92.36% F1;PipeSegFormer-B1分别高出1.35和0.80个百分点,同时参数量为20.07M、FLOPs为4.68G,而PSPNet为46.60M和34.24G。PIDNet-S仍是最小模型,因此PipeSegFormer优势在于精度—复杂度平衡而非最低成本。B3三次运行获得87.36±0.72% mIoU和93.10±0.43% F1,其置信区间与B1重叠,未提供B3更准确的证据,仅作为更大主干检查。定性比较显示,PipeSegFormer在细长和不规则缺陷周围产生更连续预测,并减少复杂管壁纹理下的碎片化。

4.4 消融研究:逐步加入DCN、LKA和FAM。DCN单独仅带来边际增益;LKA将mIoU升至83.85%;二者顺序组合达到84.05%。FAM单独达到84.24%;DLK与FAM耦合后mIoU进一步升至86.12%,并在每个缺陷类别上取得最佳IoU。结构比较表明,颠倒DLK顺序和以加性融合替代自适应重构会使平均mIoU降至86.45%和86.32%。移除外层残差影响较小,SFNet风格或AlignSeg风格替代仍具竞争力。总体上,这些结果支持“先判别、后重构”设计原则,而不是将增益归因于单一孤立算子。相较基线,完整配置对Crack、Intruding lateral、Joint offset和Infiltration的IoU分别提高9.71、10.99、4.92和8.31个百分点,说明改进并非仅由某一视觉主导类别驱动。

4.5 面向边界的空间重建分析:FAM单独相较基线将mBoundaryIoU和mBF1分别提高8.26和10.25个百分点。在DLK已启用时,FAM使二者从35.09%/76.04%升至40.97%/81.49%,同时mIoU从84.05%升至86.12%。区域和边界同时改善很重要,因为更高重叠并不必然意味着细轮廓定位更好。这些结果提供输出层面的直接证据,表明渐进重构恢复了更准确的缺陷轮廓,但仍限于所评估的预测和架构变体。

4.6 在NEU-Seg数据集上的适用性:NEU-Seg用于测试解码器在排水领域之外的控制设置下是否仍有效;两个模型均使用MiT-B1和相同训练协议,PipeSegFormer仅以DLK增强和FAM重构替换基线解码器。在这一补充性单次运行中,所提解码器将mIoU从80.77%提高到82.57%,mAcc从88.24%提高到90.27%,分别提升1.80和2.03个百分点;参数量从13.68M增至20.07M,FLOPs从2.19G增至3.89G。结果支持解码器设计,但单次运行不能建立统计显著性。定性上,该方法显示更完整区域、更细边界和更少碎片化预测;由于NEU-Seg与排水图像不同,这只是补充证据,而非广泛跨域泛化。

讨论与结论部分,原文结论可翻译为:PipeSegFormer提出了一种面向排水管道缺陷分割的“先判别、后重构”解码器。DLK建立几何感知且上下文可判别的语义基础,随后FAM通过特征条件采样渐进重构空间细节。重复运行、组件与结构消融、边界指标和定性比较共同支持这种分阶段设计的有效性。结果表明,主要贡献是协调的从语义到结构重构路径,而不是依赖任何单一算子。仍存在若干局限:私有排水管道数据集目前不能重新分发,尽管报告了序列级划分和实验方案,这限制了独立验证。极细或低对比度缺陷仍然困难,可变形卷积引入额外部署成本。NEU-Seg实验提供了补充性公开证据,但不足以建立普适跨域泛化。未来工作将寻求数据发布授权、更广泛公共数据集验证、更高效重构算子以及来自检测视频的时间线索。总体而言,该研究为排水管道缺陷分割提供了一种兼顾语义判别、跨尺度空间一致重构和边界定位的两阶段解码框架。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号