轻量化古建筑青砖损伤检测方法研究

作     者：王茹 林浩杰 陈丽 黄炜 

作者机构：西安建筑科技大学土木工程学院 结构工程与抗震教育部重点实验室 

出 版 物：《安全与环境学报》 (Journal of Safety and Environment)

年 卷 期：2024年

核心收录：

学科分类：08[工学] 083304[工学-城乡发展历史与遗产保护规划] 081402[工学-结构工程] 080203[工学-机械设计及理论] 081304[工学-建筑技术科学] 0813[工学-建筑学] 0802[工学-机械工程] 0814[工学-土木工程] 0833[工学-城乡规划学] 

基　　金：国家自然科学基金项目(51978566) 

主　　题：安全工程 古建筑 青砖 损伤检测 深度学习 轻量化 

摘      要：传统的古建筑青砖损伤检测往往采用人工识别的方式，存在工作量巨大、成本高等问题。为解决上述问题，提出一种轻量化古建筑青砖损伤检测算法（Lightweight Grey Bricks Damage Detection，Light–GBDD），采用改进的轻量化FasterNet＿T0模块构建特征提取网络，实现通过更少的模型参数完成损伤图像特征的提取；提出渐进卷积核空间金字塔池化模块（Gradual Convolutional Kernel Spatial Pyramid Pooling，GKSPP），用于降低由于最深层连续大核池化造成的细节特征信息丢失；通过特征金字塔网络和路径聚合网络构建特征融合网络，并引入卷积注意力模块（Convolutional Block Attention Module，CBAM），加强不同层级特征之间的关联，进而提高算法模型的检测精度；对v8DetectHead进行轻量化改进，进一步减少算法模型的参数数量。最终，通过试验对Light–GBDD算法进行验证，试验结果表明，Light–GBDD算法较YOLOv8n算法在检测精度提高1.1%的情况下，参数量减少了69.1%，计算量降低了64.2%，存储量减少了66.7%，中央处理器（Central Processing Unit，CPU）推理帧数提高了100.9%，能够在移动设备上流畅运行。Light–GBDD算法有效降低了模型部署推理对计算设备的配置要求，实现了在低性能移动终端设备上的部署和推理。