《PLOS One》:Yolov8-CA-EYHL: A bridge crack detection algorithm based on improved YOLOv8
编辑推荐:
自动化的桥梁裂缝检测具有挑战性,因为裂缝通常表现出弱对比度、不规则的形态、细长结构以及复杂表面纹理的强烈干扰。为解决这些问题,本研究提出了一种YOLOv8-CA-EYHL框架,该框架将滤波均衡预处理与坐标注意力(Coordinate Attention,CA)
自动化的桥梁裂缝检测具有挑战性,因为裂缝通常表现出弱对比度、不规则的形态、细长结构以及复杂表面纹理的强烈干扰。为解决这些问题,本研究提出了一种YOLOv8-CA-EYHL框架,该框架将滤波均衡预处理与坐标注意力(Coordinate Attention,CA)以及增强的高低频特征学习模块相结合。滤波均衡策略改善了裂缝与背景之间的对比度,同时抑制了背景干扰。CA增强了空间方向特征表示,而YHL模块则强化了局部和高频裂缝特征。EYHL模块进一步建立了多尺度特征交互与空间重校准,以改善对不规则和细长裂缝的表示。消融实验表明,性能提升源于预处理与所提出的架构组件的互补贡献。所提出的模型实现了93.1%的mAP50和63.5%的mAP50-95,而YOLOv8s分别为64.4%和42.8%。该模型需要32.6 B FLOPs和13.7 M参数,同时保持了约76 FPS的推理速度。使用不同随机种子进行的重复实验以及在独立外部数据集上的评估,进一步证明了所提出框架的稳定性和泛化潜力。
桥梁是交通基础设施安全的关键组成部分,裂缝是最常见且具有潜在危险性的结构退化形式之一。若不及时发现和修复,裂缝可能持续扩展,降低结构承载力和耐久性,甚至引发更严重的安全风险。传统人工目视检查效率低、主观性强、人力成本高,且严重依赖光照条件、天气和检查人员经验,难以满足大规模快速检测与智能维护的需求。早期图像处理方法如阈值分割、边缘检测和纹理分析虽被应用于裂缝识别,但对光照变化、背景纹理和噪声高度敏感,在复杂环境中易产生误检或漏检。随着深度学习的发展,基于卷积神经网络(CNN)的自动化裂缝检测方法成为研究热点。在目标检测领域,YOLO系列凭借端到端的检测流程、快速推理速度和灵活部署能力,在道路裂缝、桥梁裂缝及表面缺陷检测中得到广泛应用,并延伸至农业机器人和植物视觉识别等场景。尽管现有基于YOLO的模型在裂缝检测中取得了良好效果,但桥梁裂缝的细长结构、尺度变化大、轮廓不规则和纹理背景复杂等特性仍然构成严峻挑战。细微且弱纹理的裂缝在特征提取过程中可能丢失细节信息,而多尺度特征交互不足则可能导致漏检和定位不准确。现有研究表明,注意力机制和多尺度特征融合能够改善YOLOv8在复杂场景中的检测性能,但方向信息、高频裂缝细节和多尺度空间特征的联合表示仍不足以应对复杂桥梁表面。针对上述局限,本研究提出了改进的YOLOv8-CA-EYHL桥梁裂缝检测框架。主要贡献包括:在YOLOv8主干网络和颈部引入双阶段坐标注意力策略,增强特征提取和多尺度特征融合过程中的空间方向特征表示;将YHL模块嵌入C2f中,强化高频和局部纹理特征提取,改善细长和弱纹理裂缝的表示;设计EYHL模块,增强浅层与深层特征之间的多尺度空间交互和特征重校准,提高对不同尺度和形态特征裂缝的检测能力。
为验证模型有效性,研究人员构建了桥梁裂缝图像数据集。图像采集自公开可访问的桥梁表面场景,涵盖不同光照条件、拍摄角度、背景纹理和裂缝模式。根据裂缝形态和工程检测需求,桥梁裂缝被分为四类:横向裂缝、纵向裂缝、明显大裂缝和不规则裂缝。数据集包含5,200张标注图像,每类各1,300张,按70%:15%:15%的比例随机划分为训练集(3,640张)、验证集(780张)和测试集(780张)。所有对比和消融实验采用相同划分方案以确保公平评估。裂缝目标使用LabelImg进行人工标注,格式符合YOLO目标检测框架要求。研究人员所采用的关键技术方法包括:其一,滤波均衡增强算法,通过双边滤波平滑图像抑制背景噪声,同时保留裂缝边缘信息,随后计算图像对比度,基于预设阈值(T=1.8)判断是否进一步应用对比度受限直方图均衡化;其二,坐标注意力(CA)机制,将二维全局池化分解为水平和垂直方向的一维全局池化,保留位置信息以增强方向感知特征表示;其三,YHL特征增强模块,由高频增强(HFE)和低频增强(LFE)分支组成,分别强化边缘细纹理信息和局部上下文特征;其四,EYHL多尺度空间增强模块,依次执行多尺度特征融合、空间选择、空间交互和特征重校准四个操作。实验硬件配置为Intel(R) Core(TM) i7-12800HX CPU、32 GB内存和NVIDIA GeForce RTX 4060Ti GPU,软件环境为Python 3.10和PyCharm。训练迭代次数设为100,批量大小为32,优化器采用随机梯度下降(SGD),Mosaic增强参数设置为0以避免过度数据扰动。
在图像预处理实验中,滤波均衡增强策略提升了全部四类裂缝的检测性能,对明显大裂缝和不规则裂缝的提升尤为显著。在计算复杂度与推理效率对比中,YOLOv8-CA-EYHL取得了最高的检测性能,mAP50达93.1%,mAP50-95达63.5%,相比YOLOv8s分别提高28.7和20.7个百分点。该模型需要32.6 B FLOPs和13.7 M参数,相比YOLOv8s的28.6 B FLOPs和11.2 M参数,增幅约为14.0%和22.3%。推理速度为76 FPS,而YOLOv8s为78 FPS,在模型复杂度适度增加的情况下保持了较高的推理效率。逐步消融实验按YOLOv8s到最终完整框架的顺序进行:滤波均衡将mAP50从64.4%提升至74.2%,CA将其增至80.8%,YHL使其达到86.5%,EYHL最终获得93.1%的最优mAP50和63.5%的mAP50-95。结果表明,性能提升并非仅源于架构改进,而是滤波均衡预处理与CA、YHL、EYHL模块共同贡献的结果。
在类别特异性检测性能评估中,明显大裂缝获得最高的AP50(96.1%)和AP50-95(68.9%),纵向和横向裂缝的AP50分别为94.8%和94.0%,而不规则裂缝的检测难度最大,AP50为87.5%,AP50-95为54.2%,主要与其复杂形态、不连续性、弱视觉特征及易受背景纹理干扰有关。在随机种子鲁棒性分析中,研究人员使用五种不同随机种子独立训练YOLOv8s和YOLOv8-CA-EYHL,所提出模型实现了92.1±0.5%的精确率、91.4±0.6%的召回率、93.1±0.4%的mAP50和63.5±0.5%的mAP50-95,标准差较小,表明性能不强烈依赖于特定随机初始化或单次训练。在外部泛化评估中,模型在未经额外训练或微调的独立外部数据集上达到86.8%的精确率、84.9%的召回率、87.2%的mAP50和55.6%的mAP50-95,表明尽管存在领域差异导致性能下降,模型仍保持了有效的裂缝检测能力。
在讨论部分,消融实验证实了各组件在裂缝对比度增强、方向特征表示、局部与高频特征提取以及多尺度空间交互方面的互补作用。实验结果的稳定性通过多随机种子实验和独立外部数据集评估得到进一步验证。研究结论指出,YOLOv8-CA-EYHL框架集成了滤波均衡预处理、坐标注意力、高低频特征增强和多尺度空间交互,有效改善了对弱、细长和不规则裂缝的检测。该模型在mAP50和mAP50-95上分别达到93.1%和63.5%,较基线YOLOv8s提升28.7和20.7个百分点,同时保持了约76 FPS的推理速度和适度的计算开销,为自动化桥梁裂缝检测提供了一种有效且计算上实用的解决方案。未来工作将着重于提升跨桥梁泛化能力,并针对资源受限的检测平台开发轻量化部署策略。