基于轻量级CDM-YOLO的多尺度桥梁混凝土缺陷检测

来源：电子测量技术杂志2026年第8期北京时间：

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