PipeSeg-YOLO：面向城市排水管道缺陷的轻量化实例分割算法

来源：计算机工程与应用杂志2026年第9期北京时间：

作者：苏文祥, 许俊松, 张辉, 罗敏

单位：1.河海大学 信息科学与工程学院，江苏 常州 213000；2.中建七局第二建筑有限公司，江苏 昆山 215300；3.中国建筑第七工程局有限公司，郑州 450000；

摘要：针对城市排水管道内部成像环境恶劣、缺陷形态多样，以及巡检机器人对轻量化、实时实例分割算法的迫切需求，提出一种名为PipeSeg-YOLO的高效精准实例分割算法。该算法以YOLOv8n-seg为基线，通过协同设计三大核心模块实现系统性轻量优化：（1）提出基于动态谐波卷积的高效自适应骨干网络（C2f-DHC），通过在频域重参数化动态卷积，以极高的参数效率增强对多样化缺陷形态的特征表达能力；（2）基于先进的“收集-分发”颈部网络拓扑，通过集成高效大核卷积、门控动态融合机制及Slim-Neck硬件感知范式，构建了GD2-PAN颈部网络，系统性地提升了多尺度特征融合的效率与保真度；（3）提出一种基于类别自适应低秩重构的分割头（HLR-Head），有效解决了掩码生成的计算瓶颈。实验结果表明，与基线模型YOLOv8n-seg相比，PipeSeg-YOLO在参数量和计算量分别降低44.1%和46.3%的同时，分割精度（[mAPmask]@0.5）提升了3.7个百分点，其推理速度达到208 FPS。在NVIDIA Jetson Orin Nano边缘设备上部署验证，其推理速度达到50 FPS，表明了模型在真实资源受限场景中高效部署的可行性，为管道缺陷检测与分割的边缘计算应用提供了一种有效方案。

关键词：实例分割,轻量化模型,排水管道,缺陷检测,YOLOv8-seg,边缘计算

基金资助：2025年度河南省重点研发专项（251111220700）。