基于深度学习的基础设施表面裂纹检测方法研究进展

来源：计算机工程与应用杂志2025年第1期北京时间：

作者：胡翔坤, 李华, 冯毅雄, 钱松荣, 李键, 李少波

单位：1.贵州大学 公共大数据国家重点实验室，贵阳 550025；2.清华大学 机械工程系，北京 100084；3.浙江大学 流体动力基础件与机电系统全国重点实验室，杭州 310058

摘要：民用基础设施在长期使用后容易发生物理结构或性能状态的改变，对其功能和使用安全造成一定的损害，因此，对这类设施的结构健康监测是十分必要的。裂纹检测是结构健康监测中极其重要的一部分，及时检测并识别这类损伤，能有效避免事故的发生。基于计算机视觉的表面裂纹检测方法操作简单、检测速度快、准确率高，被广泛应用于民用基础设施的表面裂纹检测。从图像分类、目标检测、语义分割三个不同的检测方向综述了基于深度学习的基础设施表面裂纹检测方法，总结了常见的数据采集方法和常用的公共裂纹数据集。最后讨论了基于深度学习的基础设施表面裂纹检测方法存在的困难与挑战，并展望了未来可能的发展方向。

关键词：结构健康监测,裂纹检测,计算机视觉,深度学习