欢迎光临九江桥梁管理官方网站!
九江桥梁管理 九江桥梁管理 桥梁养护 · 检测 · 招标 · 规范信息服务平台
服务热线

检测技术

当前位置:首页>新闻中心>桥梁检测>检测技术
全部 1940 桥梁养护 1102 桥梁检测 838

重庆交通大学提出CDM-YOLO轻量算法:爬壁机器人桥梁混凝土多尺度密集缺陷识别mAP提升2.43%

时间:2026-10-06   访问量:1002

基于轻量级CDM-YOLO的多尺度桥梁混凝土缺陷检测

作者:范崇俊,董绍江,罗家元,张霞,闫凯波
单位:重庆交通大学机电与车辆工程学院 重庆 400074

摘要:针对爬壁机器人进行桥梁检测时存在的对尺度多变、密集混杂混凝土表观缺陷识别精度低、易错检漏检问题,提出了一种基于YOLOv12n的轻量级CDM-YOLO算法。

首先,针对多尺度缺陷难识别问题,在骨干网络浅层引入MFC多尺度特征融合网络,改善其提取多样化和细粒度特征能力,丰富特征信息流,使模型适应多尺度缺陷。

其次,针对相似缺陷易混淆问题,在骨干网络深层和颈部使用动态tanh机制强化模型特征融合和聚焦能力,提升其对不同缺陷的分辨力,降低漏检错检。

最后,针对密集混杂缺陷,在模型颈部采用CARAFE上采样算法,加强深度语义信息流动,优化模型对密集缺陷的识别能力。

上述方法在保持网络实时轻量的前提下提升了模型的检测精度。CDM-YOLO的mAP(IoU=0.5)和召回率相对于YOLOv12n分别提升了2.43%和3.25%,表明其能更好应对多尺度和密集缺陷,错检漏检发生率更低,并支持有限算力的爬壁机器人及现场设备。

关键词:混凝土表观缺陷;YOLOv12n;缺陷检测;桥梁混凝土;爬壁机器人;桥梁检测

基金资助:重庆市自然科学基金项目(CSTB2024NSCQ-LZX0024)、重庆市技术创新与应用发展专项重大项目(CSTB2025TIAD-STX0023)、重庆市技术创新与应用发展重点研发项目(CSTB2024TIAD-KPX0081)、重庆市教委科学技术研究项目(KJZD-K202300711)资助



▶ 来源:期刊之家(《电子测量与计算机学报》等期刊目录)
▶ 原文标题:基于轻量级CDM-YOLO的多尺度桥梁混凝土缺陷检测
▶ 原文链接:http://www.qikanzj.com/hek/dzcljs/mulu/564372.html
▶ 转载时间:2026-10-05

上一篇:桥梁钢结构无损探伤试验:涡流、TOFD、相控阵超声、射线、磁粉与渗透方法全解

下一篇:基于图神经网络的桥梁震害快速评估方法:残差卷积提取时序特征,按响应相关系数建图融合多构件信息

发表评论:

评论记录:

未查询到任何数据!

在线咨询

点击这里给我发消息 售前咨询专员

点击这里给我发消息 售后服务专员

在线咨询

免费通话

24小时免费咨询

请输入您的联系电话,座机请加区号

免费通话

微信扫一扫

微信联系
返回顶部