近日，水利土木工程學院王少杰教授團隊在測量領域著名期刊《Measurement》發表題為“Recognition and Quantification of Apparent Damage to Concrete Structure Based on Computer Vision”的研究論文。水利土木工程學院2024屆碩士研究生劉佳庚為本文第一作者，王少杰教授為本文通訊作者，我校岳強教授、徐宗美副教授、賈艷艷副教授、研究生孫宏宇和劍橋大學劉洪辰博士等參與此項研究。

本文以量大面廣的混凝土結構為例開展研究，結構受施工、荷載、服役環境等因素影響，在其表面通常會萌生以開裂、蜂窩、壓碎等為主的線狀或面狀病害，直接影響結構長期安全服役和正常使用。已有研究多針對單一病害，傳統方法效率低，獲取的病害信息少而不全。本研究基于計算機視覺和深度學習，以目標檢測算法YOLO v5為基礎，通過更換骨干網絡Res2Net和添加SimAM注意力機制，提出了一種變體網絡YOLO v5-RS；探明了病害數字圖像分割方法，研發了輕量化軟件，實現了開裂病害長度、寬度、角度與壓碎病害面積的定量計算，可為工程結構性能檢測提供高效手段和方法，也可用于番茄裂果等的快速定量評價。

圖1 YOLO v5-RS網絡結構

該研究得到了國家自然科學基金、山東省科技型中小企業創新能力提升工程項目的資助。

論文鏈接：

https://authors.elsevier.com/a/1jjEJxsQaQ89Z

編      輯：萬    千 

審      核：賈    波