城市排水管道缺陷智能检测方法研究

来源：计算机测量与控制杂志2024年第12期北京时间：

作者：雷江浩,刘光宇,张温,程静

单位：西安建筑科技大学建筑设备科学与工程学院

摘要：针对城市排水管道缺陷自动化检测准确率低、目标定位不准确的问题，提出一种改进YOLOv8的排水管道缺陷检测模型。该模型在基线模型中引入感受野注意力卷积，并构建了C2F_RFAConv模块，通过空间感受野与卷积交互自适应学习的方式，增强模型对缺陷特征的提取能力；同时，提出一种混合注意力高低阶特征融合网络，将Backbone和Neck输出的三种不同尺度的低阶特征和高阶特征进行有效融合，增强模型学习图像全局上下文信息的能力；此外，对影响边界框回归的重叠情况、中心点距离、宽高偏差等因素进行了综合分析，设计Inner-MPDIoU损失函数，使模型适应不同尺寸的缺陷检测任务，提高缺陷目标边界框的定位准确率。经过实验验证发现，改进后的模型取得了93.9%的平均检测准确率，较改进之前提升3.7%，漏检率和误检率仅为9.1%和17.6%，较改进之前分别降低3.2%和2.7%。

关键词：城市排水管道;缺陷检测;YOLOv8;感受野空间注意力;特征融合;Inner-MPDIoU

基金资助：陕西省自然科学基金面上项目(2024JC-YBMS-286)