改进YOLOv11的轻量型建筑表面裂缝检测算法

来源：计算机测量与控制杂志2025年第5期北京时间：

作者：丁倩,陶为戈,孙志刚

单位：江苏理工学院 机械工程学院

摘要：建筑表面裂缝检测是保障建筑工程质量的关键环节；为应对现有算法在小尺度目标检测准确性不足以及内存占用过高限制了其在边缘设备上应用的问题，提出了一种基于YOLOv11的轻量型裂缝智能检测算法YOLOv11-LCS；通过广泛收集建筑表面裂缝图像数据构建BSCRACK数据集，在算法设计上结合轻量化策略与多尺度特征融合，引入LDConv模块和添加额外卷积操作的CCFM模块，优化了主干特征提取网络和颈部特征融合网络，显著提升了检测效率和精度；此外，采用无参注意力机制SimAM构建C3k2-SimAM模块，在不增加额外计算成本的前提下，进一步增强对小尺度裂缝的检测能力；实验结果表明，YOLOv11-LCS的参数量和计算量分别减少了42.2%和30.2%，参数量仅为1.49 M，同时 mAP@0.5提升至97.9%，有效满足了建筑表面裂缝检测的精度需求，展现了其在边缘设备上的应用潜力。

关键词：裂缝检测;YOLOv11;轻量型;注意力机制;多尺度特征融合

基金资助：国家自然科学(624B2046)；中央高校基本科研业务费专项资金(HIT.DZJJ.2024008)；江苏省重点研发计划(BE2019317)；常州市5G+工业互联网融合应用重点实验室(CM20223015)；2023年江苏省研究生实践创新训练项目(SJCX23_1625)。