城市排水管道缺陷智能检测方法研究

• 作者: 雷江浩 刘光宇 张温 程静 .西安建筑科技大学建筑设备科学与工程学院 .西安建筑科技大学管理学院
• 来源期刊: 计算机测量与控制
• 学科: 工学
• 关键词: 城市排水管道;缺陷检测;YOLOv8;感受野注意力卷积;特征融合;Inner-MPDIoU
• 年，卷（期）: 2025,（12）
• 页码范围: 81-87
• 页数: 7页
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2024.12.012

摘要

针对城市排水管道缺陷自动化检测准确率低、目标定位不准确的问题，提出一种改进YOLOv8的排水管道缺陷检测模型；该模型在基线模型中引入感受野注意力卷积，并构建了C2F＿RFAConv模块，通过空间感受野与卷积交互自适应学习的方式，增强模型对缺陷特征的提取能力；同时，提出一种混合注意力高低阶特征融合网络，将Backbone和Neck输出的3种不同尺度的低阶特征和高阶特征进行有效融合，增强模型学习图像全局上下文信息的能力；此外，对影响边界框回归的重叠情况、中心点距离、宽高偏差等因素进行了综合分析，设计Inner-MPDIoU损失函数，使模型适应不同尺寸的缺陷检测任务，提高缺陷目标边界框的定位准确率；经过实验验证发现，改进后的模型取得了93.9%的平均检测准确率，较改进之前提升3.7%,漏检率和误检率仅为9.1%和17.6%,较改进之前分别降低3.2%和2.7%。