趙普 谷艷昌 張大偉 吳云星

摘要：大壩表面混凝土裂縫的檢測與識別對大壩安全具有重要意義，為此開展了基于深度學(xué)習(xí)方法的混凝土裂縫織別方法研究。針對裂縫圖像具有復(fù)雜拓?fù)浣Y(jié)構(gòu)和正負(fù)樣本不平衡等特點(diǎn)，在典型U-net中嵌入了ASPP和CBAM優(yōu)化模塊，同時(shí)以Dice+BCE混合損失函數(shù)代替了單一交叉熵?fù)p失函數(shù)。結(jié)果表明：所創(chuàng)建的改進(jìn)U-net在自制實(shí)例大壩裂縫圖像數(shù)據(jù)集上表現(xiàn)優(yōu)異，交并比IoU和F1分?jǐn)?shù)分別為47.05%和62.99%，對比典型U-net分別提高了5.41%和5.19%，對比PSPNet分別提高了3.05%和3.31%。改進(jìn)的U-net在裂縫分割任務(wù)中像素分類更精確，多尺度信息更豐富，具有良好的泛化能力和魯棒性，可為大壩混凝土結(jié)構(gòu)表面裂縫檢測與識別提供更優(yōu)的手段。

關(guān)鍵詞：混凝土裂縫檢測； 深度學(xué)習(xí)； 語義分割； U-net模型優(yōu)化； 大壩安全

中圖法分類號： TV698.1

文獻(xiàn)標(biāo)志碼： A

DOI：10.16232/j.cnki.1001-4179.2024.04.033

0引 言

混凝土結(jié)構(gòu)是水工建筑物的重要組成部分，由于混凝土抗拉強(qiáng)度低，受收縮徐變、外界溫度變化、地基變形等內(nèi)外因素的共同影響［1］，在施工和運(yùn)行階段往往不可避免地產(chǎn)生各種型式的裂縫。如果不及時(shí)對裂縫進(jìn)行判別和修復(fù)，隨著裂縫持續(xù)發(fā)展，會(huì)使結(jié)構(gòu)承載力降低，耐久度下降甚至出現(xiàn)滲漏等問題［2］。因此，定期檢測和評估混凝土結(jié)構(gòu)表面裂縫及其危害，對工程安全具有重要意義。

開展大壩混凝土結(jié)構(gòu)裂縫檢測與識別，是當(dāng)前研究的熱點(diǎn)和難點(diǎn)問題。早期裂縫檢測以人工方式為主，存在工作強(qiáng)度大、效率低、安全性差等缺點(diǎn)。而較先進(jìn)的無損檢測方法例如超聲波法、紅外熱成像法、斷層掃描法［1］等，受儀器限制，也無法應(yīng)用于大范圍檢測。隨著計(jì)算機(jī)技術(shù)和數(shù)字圖像處理技術(shù)的發(fā)展，以數(shù)字圖像為基礎(chǔ)的裂縫檢測方法（如閾值分割、邊緣檢測和滲流模型等）展現(xiàn)出了高精度、非接觸式和便捷直觀等優(yōu)勢［3］。如王波等［4］設(shè)計(jì)的一種機(jī)器人廊道巡檢系統(tǒng)中就搭載了裂縫檢測模塊，通過高斯背景建模和邊緣檢測算法自動(dòng)提取裂縫輪廓進(jìn)行分析；馬嘉文［5］針對大壩裂縫圖像噪聲干擾問題，通過小波變換、閾值濾波等一系列算法處理，實(shí)現(xiàn)了良好的去噪效果。然而這些方法在實(shí)際應(yīng)用中存在一些明顯的缺陷：① 這類算法通常基于圖像的底層特征，如顏色、邊緣、紋理等進(jìn)行分割，對光影、復(fù)雜紋理細(xì)節(jié)等噪聲很敏感，難以保證裂縫提取質(zhì)量；② 當(dāng)裂紋寬度變化顯著或與圖像背景之間對比度低時(shí)，極易導(dǎo)致裂紋中斷或消失；③ 接縫噪聲前后處理程序復(fù)雜，需要大量人工參數(shù)調(diào)整，致使自動(dòng)化檢測的實(shí)現(xiàn)十分困難［6］。

深度學(xué)習(xí)方法的出現(xiàn)使裂縫檢測技術(shù)水平邁上一個(gè)新的臺階。它的基本思想是利用多層非線性結(jié)構(gòu)對數(shù)據(jù)樣本進(jìn)行特征學(xué)習(xí)，從而實(shí)現(xiàn)對數(shù)據(jù)信息的預(yù)測或分類等任務(wù)。與傳統(tǒng)數(shù)字圖像處理方法相比，深度學(xué)習(xí)可以自適應(yīng)地學(xué)習(xí)和優(yōu)化模型，不需要設(shè)定過多參數(shù)，并且能從圖像數(shù)據(jù)中挖掘到深層特征，可以有效應(yīng)對噪聲干擾。在裂縫檢測任務(wù)中，通過深度學(xué)習(xí)方法可以提取和融合不同背景尺寸和不同級別的特征圖，顯著提高裂縫檢測的效率和準(zhǔn)確性［7］。

基于深度學(xué)習(xí)的語義分割是一種將類別標(biāo)簽分配到圖像每個(gè)像素上的方法［8］，通過給裂縫和背景分別貼上正和負(fù)的標(biāo)簽，輸出二值分割結(jié)果圖，可實(shí)現(xiàn)混凝土表面裂縫缺陷檢測。U-net是語義分割領(lǐng)域中的典型模型之一，最先由Ronneberger等［9］提出，因其獨(dú)特的“U”型對稱結(jié)構(gòu)得名，起初被用于醫(yī)學(xué)圖像分割，得益于其優(yōu)異的性能，后逐漸被應(yīng)用于各種分割任務(wù)。Liu等［10］首次將U-net用于混凝土裂縫檢測，相比于Cha等［11］提出的DCNN（深度卷積網(wǎng)絡(luò)），具有更好的魯棒性、更高的效率和識別精度。在裂縫檢測應(yīng)用方面，國內(nèi)也有不少學(xué)者對U-net進(jìn)行優(yōu)化調(diào)整，取得了良好效果。瞿中等［12］在U-net網(wǎng)絡(luò)的每個(gè)池化層后都進(jìn)行一次上采樣操作，將其與池化之前的卷積層進(jìn)行融合，最大程度提取了原始圖像細(xì)節(jié)信息和全局信息，通過與傳統(tǒng)滲流模型在混凝土路面裂縫的檢測對比，證實(shí)其具有更優(yōu)效果。常惠等［13］在U-net網(wǎng)絡(luò)中引入殘差模塊，加強(qiáng)特征傳播，減少信息損失，然后引入注意力機(jī)制SE模塊，增強(qiáng)對關(guān)鍵區(qū)域信息的提取，在鐵路隧道裂縫數(shù)據(jù)集上達(dá)到了較高的精度和較短的運(yùn)行耗時(shí)。曹錦綱等［14］也在U-net中引入了一種注意力機(jī)制AFM模塊，以充分利用全局信息和增加對不同尺度裂縫的魯棒性，所創(chuàng)建的ACNet在公共裂縫數(shù)據(jù)集CFD和CRACK500上，比典型U-net和傳統(tǒng)圖像處理方法裂縫定位更精確、細(xì)節(jié)更豐富。以上學(xué)者均在U-net典型網(wǎng)絡(luò)結(jié)構(gòu)上做了改進(jìn)，但主要針對網(wǎng)絡(luò)的特征提取能力，而較少關(guān)注裂縫圖像本身特點(diǎn)。本文從裂縫的形狀和分布特點(diǎn)出發(fā)，引入針對大壩裂縫特征提取的優(yōu)化模塊，擬對典型U-net網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行改進(jìn)研究，以期實(shí)現(xiàn)更優(yōu)的裂縫圖像分割方法，拓延大壩裂縫檢測與識別技術(shù)理論。

1改進(jìn)U-net

1.1典型U-net

典型U-net結(jié)構(gòu)如圖1所示。網(wǎng)絡(luò)可分為左右兩部分，左邊部分為編碼器（Encoder），對輸入圖像用卷積和池化層的堆疊進(jìn)行4次下采樣提取圖像特征；右邊為解碼器（Decoder），對特征圖進(jìn)行4次上采樣，每次都與左側(cè)的特征圖采取拼接（Concatenate）操作進(jìn)行特征融合，最后輸出分割結(jié)果。U-net可實(shí)現(xiàn)像素級的圖像分割任務(wù)，且獨(dú)特的網(wǎng)絡(luò)結(jié)構(gòu)使其可以在數(shù)據(jù)集量較小的條件下依然表現(xiàn)良好，是目前十分常用的人工智能圖像分割算法。

1.2裂縫圖像特點(diǎn)

與常見語義分割數(shù)據(jù)集相比，裂縫圖像具有以下幾個(gè)特點(diǎn)，通常也是分割任務(wù)中的難點(diǎn)：

（1） 裂縫形狀曲折多變。裂縫圖像復(fù)雜多變，具有不同的拓?fù)浣Y(jié)構(gòu)和寬度，而標(biāo)準(zhǔn)卷積只能獲取單一上下文信息，無法有效同時(shí)提取細(xì)紋和寬縫特征［15］，即缺乏多尺度特征提取能力。

（2） 裂縫往往貫穿整張圖片。傳統(tǒng)U-net采用3×3卷積核，感受野較小，導(dǎo)致全局信息提取能力不足。

（3） 前景與背景像素嚴(yán)重不平衡。前景像素，也就是裂縫本身的像素點(diǎn)，只占整張圖像的一小部分，若使用傳統(tǒng)的交叉熵?fù)p失函數(shù)（Cross Entropy Loss），會(huì)導(dǎo)致背景漸變主導(dǎo)［16］，忽略較小的裂縫特征。

針對以上裂縫圖像特點(diǎn)以及典型U-net在特征提取方面的不足之處等，本文提出引進(jìn)空間金字塔空洞卷積（Atrous Spatial Pyramid Pooling，ASPP）模塊和混合注意力（Convolutional Block Attention Module，CBAM）機(jī)制以加強(qiáng)和豐富特征提取，使用Dice Loss加交叉熵的混合損失函數(shù)以應(yīng)對前景背景像素樣本失衡的問題。

1.3ASPP模塊

ASPP意為空洞空間卷積金字塔池化或多孔空間金字塔池化，是空洞（Atrous）卷積和空間金字塔池化（Spatial Pyramid Pooling）［17］的結(jié)合?？斩淳矸e是在標(biāo)準(zhǔn)卷積的基礎(chǔ)上引進(jìn)了一個(gè)膨脹率（Dilation Rate）［18］，圖片中相鄰的像素點(diǎn)往往存在信息冗余，故而空洞卷積具備兩個(gè)優(yōu)勢：一是擴(kuò)大感受野，二是能夠捕獲多尺度信息。由于空洞卷積得到的某一層的結(jié)果中，鄰近的像素是從相互獨(dú)立的子集中卷積得到的，相互之間缺少依賴，因此也存在局部信息丟失和遠(yuǎn)距離信息缺少相關(guān)性的不足。

ASPP一開始在DeepLabv2［19］中提出，模塊結(jié)構(gòu)如圖2所示。其以空間金字塔池化為框架，對于給定的輸入以不同膨脹率的空洞卷積并行采樣，擴(kuò)大通道數(shù)，然后再通過1×1的卷積將通道數(shù)降低到預(yù)期的值，即以多個(gè)比例捕捉了圖像上下文信息，提取了多尺度特征。

1.4CBAM模塊

CBAM［20］是輕量級的卷積注意力模塊，結(jié)合了通道注意力（Channel Attention Module，CAM）和空間注意力（Spatial Attention Module，SAM）。通道注意力讓網(wǎng)絡(luò)關(guān)注圖像內(nèi)容，而空間注意力則關(guān)注圖像中物體的位置。在卷積過程中，給定任意一個(gè)中間特征圖，CBAM將注意力沿特征圖的通道和空間兩個(gè)獨(dú)立的維度進(jìn)行映射，然后將注意力乘以特征映射，對輸入特征圖進(jìn)行自適應(yīng)特征細(xì)化。

1.5混合損失函數(shù)

損失函數(shù)（Loss Function）用來衡量預(yù)測與實(shí)際的差距程度，在模型訓(xùn)練過程中起監(jiān)督作用。裂縫分割屬于二分類問題，可采用二分類交叉熵（Binary Cross Entropy，BCE）損失函數(shù)，定義如下：

Dice Loss求交形式可以理解為mask掩碼操作，固定大小的正樣本區(qū)域計(jì)算的loss不會(huì)隨著圖片大小而變，訓(xùn)練更傾向于挖掘前景區(qū)域信息，而交叉熵會(huì)公平處理正負(fù)樣本，這在正樣本占比較小時(shí)是十分不利的。但使用單一的Dice損失函數(shù)有時(shí)會(huì)導(dǎo)致梯度發(fā)生很大變化，使訓(xùn)練出現(xiàn)較大波動(dòng)［8］。因此，本文采用“BCE+Dice”混合損失函數(shù)，可以在保證訓(xùn)練穩(wěn)定的條件下，很好地處理正負(fù)樣本不平衡的問題。

1.6改進(jìn)U-net網(wǎng)絡(luò)結(jié)構(gòu)

1.6.1數(shù)據(jù)集選擇

大壩裂縫相較于常見的道路和建筑缺陷裂縫，通常寬度更細(xì)、形態(tài)更多變，并且與水壓力和溫度等因素密切相關(guān)，可能涉及較高的安全風(fēng)險(xiǎn)。因此，大壩裂縫檢測的關(guān)鍵在于全面、準(zhǔn)確地識別到已有的裂縫，不放過任何細(xì)微的、不起眼的部位。

Kaggle是全球最大的公開在線數(shù)據(jù)科學(xué)競賽平臺，包含各種內(nèi)容和形式的數(shù)據(jù)集。從該平臺篩選出一個(gè)與大壩裂縫十分接近的數(shù)據(jù)集，總共288組大小為512×512的RGB混凝土表面裂縫圖像和對應(yīng)的二值標(biāo)簽圖，其中包含許多裂紋寬度小、形態(tài)變化多樣的圖像樣本，部分示例樣本如圖4所示。通過該數(shù)據(jù)集對網(wǎng)絡(luò)進(jìn)行優(yōu)化測試，可以保證在將優(yōu)化后的網(wǎng)絡(luò)模型應(yīng)用于實(shí)例數(shù)據(jù)集時(shí)的有效性。

1.6.2確認(rèn)網(wǎng)絡(luò)結(jié)構(gòu)

理論上ASPP和CBAM模塊可以放在網(wǎng)絡(luò)中的任一層，將兩個(gè)模塊以不同的數(shù)量及其組合嵌入U(xiǎn)-net主干網(wǎng)絡(luò)，通過所選數(shù)據(jù)集對網(wǎng)絡(luò)進(jìn)行初步訓(xùn)練，根據(jù)訓(xùn)練過程中Dice得分和Loss值變化衡量網(wǎng)絡(luò)性能。Dice得分最高、Loss最小為最佳網(wǎng)絡(luò)結(jié)構(gòu)。

最終確定改進(jìn)U-net網(wǎng)絡(luò)結(jié)構(gòu)如圖5所示，在編碼層的每個(gè)初始卷積后銜接一個(gè)ASPP模塊，以增強(qiáng)特征提取的能力；由ASPP產(chǎn)生的特征圖，除了進(jìn)行下采樣操作，還通過跳躍連接與對應(yīng)解碼層的特征圖相融合，這樣做是為了同時(shí)保留低階和高階特征，即保持尺度多樣性；在編碼層與解碼層的過渡位置添加CBAM注意力模塊，以關(guān)注重點(diǎn)部位而忽略多余的背景。

2模型訓(xùn)練

2.1數(shù)據(jù)準(zhǔn)備

2.1.1數(shù)據(jù)增強(qiáng)

數(shù)據(jù)增強(qiáng)的目的是讓有限的數(shù)據(jù)產(chǎn)生更多信息，以增加訓(xùn)練樣本數(shù)量和多樣性，提高模型魯棒性和泛化能力。本文將原數(shù)據(jù)集平均分為兩組，每組分別以不同的參數(shù)進(jìn)行翻轉(zhuǎn)、旋轉(zhuǎn)、顏色抖動(dòng)、對比度增強(qiáng)和亮度增強(qiáng)的操作，對樣本數(shù)量進(jìn)行擴(kuò)充。部分增強(qiáng)數(shù)據(jù)示例如圖6所示。

2.1.2數(shù)據(jù)劃分

進(jìn)行數(shù)據(jù)增強(qiáng)后的樣本數(shù)量變?yōu)樵瓉淼?倍，一共1 728組樣本和標(biāo)簽。在網(wǎng)絡(luò)訓(xùn)練之前，將總數(shù)據(jù)的10%劃分為驗(yàn)證集，在訓(xùn)練過程中實(shí)時(shí)計(jì)算Dice得分以衡量訓(xùn)練效果，同時(shí)防止過擬合。此外，另選30張未參與訓(xùn)練且具有代表性的裂縫圖片作為測試集，以檢驗(yàn)?zāi)Ｐ偷聂敯粜院头夯芰Α?/p>

2.2參數(shù)設(shè)置

運(yùn)行環(huán)境為RTX2060GPU（6G），基于Python 3.9和開源深度學(xué)習(xí)框架Pytorch。設(shè)置Batch Size（批大小，即每次輸入的圖像張數(shù)）為1，Epoch（總數(shù)據(jù)的迭代輪數(shù)）為5，初始學(xué)習(xí)率為0.001，采用RMSProp優(yōu)化器加速梯度下降并自適應(yīng)調(diào)整學(xué)習(xí)率，上采樣步驟使用計(jì)算速度相對較快的雙線性插值取代轉(zhuǎn)置卷積。

2.3訓(xùn)練結(jié)果

分別對加入了ASPP與CBAM優(yōu)化模塊和未加入模塊的模型進(jìn)行訓(xùn)練。訓(xùn)練過程中Dice得分、loss及學(xué)習(xí)率變化對比如圖7～9所示，曲線均通過指數(shù)平均移動(dòng)法（Exponential Moving Average，EMA）進(jìn)行平滑處理。

從圖7可以看出，幾乎在整個(gè)訓(xùn)練過程中，改進(jìn)U-net的Dice得分始終大于原始模型，從第4 000步開始Dice穩(wěn)定在0.82左右，最終為0.836。圖8為loss曲線，由于采用組合損失函數(shù)，loss無較大差異，在0.1左右上下波動(dòng)。圖9中，改進(jìn)U-net學(xué)習(xí)率下降更快，表明模型特征提取能力更強(qiáng)，參數(shù)更新速度大于典型網(wǎng)絡(luò)結(jié)構(gòu)。

3模型評價(jià)

3.1評價(jià)指標(biāo)

對于二分類問題，樣本有正負(fù)兩個(gè)類別，因此模型的預(yù)測結(jié)果和真實(shí)標(biāo)簽的組合有4種tp，fp，fn和tn，如表1所列。分別表示：實(shí)際為正樣本預(yù)測為正樣本，實(shí)際為負(fù)樣本預(yù)測為正樣本，實(shí)際為正樣本預(yù)測為負(fù)樣本，實(shí)際為負(fù)樣本預(yù)測為負(fù)樣本。

事實(shí)上，F(xiàn)1等效于Dice Coefficient。以上指標(biāo)取值均在0～1之間，越接近1表明模型性能越好，其中IoU和F1為二分類語義分割中最常用的指標(biāo)，能綜合反映模型整體的分割效果和精度。

3.2消融試驗(yàn)

為驗(yàn)證本文所提出改進(jìn)策略對模型性能提升的有效性，每次只引入一種優(yōu)化方法，在原數(shù)據(jù)集和測試集上分別訓(xùn)練和測試模型，通過與典型U-net的比較對該方法進(jìn)行評價(jià)。引入ASPP和CBAM對網(wǎng)絡(luò)訓(xùn)練過程中的Dice影響曲線以及使用不同損失函數(shù)對Dice的影響如圖10所示，每種優(yōu)化模型在測試集的分割精度指標(biāo)統(tǒng)計(jì)見表2。

從圖10可以看出，加入ASPP的網(wǎng)絡(luò)Dice系數(shù)穩(wěn)定后為83.54%，CBAM為82.46%，相比原始網(wǎng)絡(luò)的81.59%分別提高約2%和1%，證實(shí)加入優(yōu)化模塊可在一定程度上提升網(wǎng)絡(luò)性能。在圖11中，單一的損失函數(shù)在訓(xùn)練前期Dice波動(dòng)較大，而使用混合損失函數(shù)可以明顯提升網(wǎng)絡(luò)訓(xùn)練穩(wěn)定性。

從表2分析得知，各個(gè)改進(jìn)方法對網(wǎng)絡(luò)性能都有一定的提升效果。其中，改進(jìn)后的模型在測試集上的IoU和F1均大于典型U-net。此外，通過數(shù)據(jù)增強(qiáng)擴(kuò)充數(shù)據(jù)集也使模型的分割精度得到了提升，IoU和F1分別提高0.62%和1.2%。

3.3對照試驗(yàn)

為了評估改進(jìn)U-net在不同方法中的優(yōu)越性，本文選取了閾值分割方法和PSPNet（Pyramid Scene Parsing Network）作為對照組，通過在測試集上的分割效果對比表明深度學(xué)習(xí)方法和傳統(tǒng)數(shù)字處理方法之間以及不同深度學(xué)習(xí)方法之間的差異性。

（1） 閾值分割。

閾值分割是一種簡單常見的圖像分割方法，該方法基于一個(gè)或多個(gè)閾值將圖像像素劃分為兩個(gè)或多個(gè)組，使其在同一組中具有相似的灰度值。由于閾值分割易受圖片噪聲影響，閾值設(shè)置太高會(huì)導(dǎo)致分割結(jié)果噪點(diǎn)太多，而太低又不能完整體現(xiàn)裂縫形態(tài)，故人工為每一張測試圖像調(diào)整最優(yōu)閾值。

（2） PSPNet。

PSPNet同樣是一種用于圖像語義分割的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型［22］。該模型最大的特點(diǎn)在于采用了金字塔池化（Pyramid Pooling）結(jié)構(gòu)，可以有效地捕獲不同尺度的語義信息，從而提高分割精度。對PSPNet使用相同的數(shù)據(jù)集進(jìn)行訓(xùn)練，基本訓(xùn)練參數(shù)如下：

主干特征提取網(wǎng)絡(luò)，Mobilenet；Max Epoch，16；Batch Size，2；Loss Function，Dice；初始學(xué)習(xí)率，5×10-4；梯度優(yōu)化器，Adam。

3.4評價(jià)結(jié)果

閾值分割、PSPNet、典型U-net以及改進(jìn)U-net 4種方法在測試集的分割效果對比如圖12所示。

由圖12分析得知：在裂縫圖片無陰影、噪聲較少時(shí)，閾值分割方法具有不錯(cuò)的表現(xiàn)，如第5組，但當(dāng)出現(xiàn)陰影和其他干擾時(shí)，分割圖中出現(xiàn)較多噪點(diǎn)，如第3組右上角，且閾值分割由于參數(shù)固定無法同時(shí)保證粗紋和細(xì)支的完整性；PSPNet相比閾值分割效果有明顯提升，很好地抑制了噪聲，裂縫整體形態(tài)較完整，但細(xì)節(jié)刻畫能力不足，且存在較多斷點(diǎn)；典型U-net與PSPNet無較大差別，同樣存在較多斷點(diǎn)，并且由于U-net感受野較小，存在裂縫末端未識別的現(xiàn)象，如第3組；改進(jìn)U-net對比前幾組效果提升顯著，不僅解決了噪聲、斷點(diǎn)和未識別的問題，同時(shí)細(xì)節(jié)刻畫更完整，多尺度信息更豐富。

對測試集通過4種方法生成的分割圖分別計(jì)算P、R、A、IoU和F1并求算術(shù)平均值，統(tǒng)計(jì)結(jié)果見表3。由于裂縫標(biāo)簽圖本身存在一定誤差，使得某些指標(biāo)數(shù)值偏小，但從對比結(jié)果來看，PSPNet和U-net總體表現(xiàn)相近，各項(xiàng)指標(biāo)均大于閾值分割，其中U-net準(zhǔn)確率P提升9.01%，PSPNet召回率R提升10.17%，表明深度學(xué)習(xí)方法比傳統(tǒng)圖像處理算法定位更準(zhǔn)確，抗噪聲能力更強(qiáng)；改進(jìn)U-net對比閾值分割有十分顯著的提升，IoU和F1分別提高12.62%和12.01%，而對比PSPNet，IoU和F1分別提高5.53%和5.21%，表明改進(jìn)U-net無論是相較于傳統(tǒng)數(shù)字圖像算法還是在同類深度學(xué)習(xí)算法間都體現(xiàn)了明顯的優(yōu)勢。

4實(shí)例應(yīng)用

為了驗(yàn)證改進(jìn)U-net在實(shí)際工程應(yīng)用中的性能，筆者制作了大壩工程裂縫數(shù)據(jù)集。數(shù)據(jù)來自一座土石壩和一座混凝土壩各個(gè)部位，如上游護(hù)坡、壩頂?shù)缆?、溢洪道等不同程度的裂縫照片。初始的31張照片經(jīng)過固定大小的裁剪后生成93張512×512的圖片，用python第三方庫labelme對照片中的裂縫進(jìn)行手動(dòng)標(biāo)簽繪制，生成93組裂縫圖片和對應(yīng)的mask標(biāo)簽，其中68組用數(shù)據(jù)增強(qiáng)方法生成408組訓(xùn)練數(shù)據(jù)，另外的25組用于模型測試。實(shí)例工程數(shù)據(jù)集樣本示例如圖13所示。

對408組樣本進(jìn)行模型訓(xùn)練，網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)設(shè)置與2.2節(jié)中相同。由于實(shí)例數(shù)據(jù)集樣本數(shù)量較少，故采用遷移學(xué)習(xí)的方法，加載上文中訓(xùn)練好的模型初始權(quán)值和閾值，可使得網(wǎng)絡(luò)訓(xùn)練收斂速度更快，并且能在一定程度上提升模型整體的泛化性能。

對25組測試圖片分別用閾值分割、PSPNet、典型U-net和改進(jìn)U-net做測試，分割圖對比結(jié)果如圖14所示。從第2～4組中可以看出，在裂紋較細(xì)、路徑曲折的條件下，閾值分割和典型U-net均有模糊和中斷的現(xiàn)象，且在第5組中典型U-net存在較多噪點(diǎn)；PSPNet在抗噪方面表現(xiàn)出良好的性能，在第5組中消除了大部分噪點(diǎn)，但仍然存在斷點(diǎn)和消失的問題；改進(jìn)U-net分割效果更清晰，保持了裂紋完整性，細(xì)節(jié)捕捉更全面，綜合性能優(yōu)于其他模型。

4種方法分割精度指標(biāo)統(tǒng)計(jì)見表4，基本趨勢與3.4節(jié)中一致。以IoU和F1為依據(jù)，分割精度排序?yàn)殚撝捣指?典型U-net

5結(jié) 論

本文針對混凝土結(jié)構(gòu)裂縫圖像特點(diǎn)以及典型U-net在特征提取上的不足之處，將ASPP和CBAM模塊嵌入U(xiǎn)-net主干網(wǎng)絡(luò)中，加強(qiáng)和豐富了網(wǎng)絡(luò)的特征提取能力；并用Dice+BCE的混合損失函數(shù)取代單一交叉熵?fù)p失函數(shù)，在訓(xùn)練穩(wěn)定的條件下解決了由正負(fù)樣本不平衡導(dǎo)致的訓(xùn)練效果差的問題，創(chuàng)建了改進(jìn)的U-net混凝土裂縫圖像分割識別方法。

通過自制大壩工程裂縫圖像數(shù)據(jù)集對多種分割方法進(jìn)行了測試，在閾值分割、PSPNet、典型U-net以及改進(jìn)U-net這4種方法中，改進(jìn)U-net綜合性能最優(yōu)，IoU和F1分別為47.05%和62.99%，對比典型U-net分別提高5.41%和5.19%，對比PSPNet分別提高3.05%和3.31%。改進(jìn)U-net在裂縫圖像分割任務(wù)中，像素分類更精確，多尺度信息更豐富，可在干擾條件下實(shí)現(xiàn)混凝土表面裂縫的有效分割與識別，拓延了裂縫檢測識別技術(shù)和理論發(fā)展，對監(jiān)控和評估大壩混凝土結(jié)構(gòu)安全具有重要實(shí)際意義。

參考文獻(xiàn)：

［1］溫作林.基于深度學(xué)習(xí)的混凝土裂縫識別［D］.杭州：浙江大學(xué)，2019.

［2］武維毓，房國忠，魏櫻，等.基于數(shù)值仿真的大壩壩頂裂縫成因及危害性分析［J］.人民長江，2020，51（增2）：270-274.

［3］楊松，邵龍?zhí)?，郭曉霞，?基于骨架和分形的混凝土裂縫圖像識別算法［J］.儀器儀表學(xué)報(bào)，2012，33（8）：1850-1855.

［4］王波，趙遠(yuǎn)，劉喜泉，等.智能巡檢機(jī)器人在大壩廊道運(yùn)維中的應(yīng)用［J］.人民長江，2022，53（7）：227-231.

［5］馬嘉文.基于圖像處理的大壩裂縫檢測算法研究［D］.哈爾濱：哈爾濱工程大學(xué)，2019.

［6］TANG T Z，ALLEN A，ZHANG L L，et al.Pixel-level pavement crack segmentation with encoder-decoder network［J］.Measurement，2021，184：109914.

［7］KHERADMANDI N，MEHRANFAR V.A critical review and comparative study on image segmentation-based techniques for pavement crack detection［J］.Construction and Building Materials，2022，321：126162.

［8］KNIG J，JENKINS M D，BARRIE P，et al.A convolutional neural network for pavement surface crack segmentation using residual connections and attention gating［C］∥2019 IEEE International Conference on Image Processing（ICIP），2019：1460-1464.

［9］RONNEBERGER O，F(xiàn)ISCHER P，BROX T.U-net：convolutional networks for biomedical image segmentation［C］∥Medical Image Computing and Computer-Assisted Intervention：18th International Conference，2015.

［10］LIUZ Q，CAO Y W，WANG Y Z，et al.Computer vision-based concrete crack detection using U-net fully convolutional networks［J］.Automation in Construction，2019，104：129-139.

［11］CHAY J，CHOI W，BUYUKOZTURK O.Deep learning-based crack damage detection using convolution neural networks［J］.Computet-Aided Civil and Infrastructure Engineering，2017（8）：1-18.

［12］瞿中，謝釔.基于全U網(wǎng)絡(luò)的混凝土路面裂縫檢測算法［J］.計(jì)算機(jī)科學(xué)，2021，48（4）：187-191.

［13］?；?，饒志強(qiáng)，趙玉林，等.基于改進(jìn)U-Net網(wǎng)絡(luò)的隧道裂縫分割算法研究［J］.計(jì)算機(jī)工程與應(yīng)用，2021，57（22）：215-222.

［14］曹錦綱，楊國田，楊錫運(yùn).基于注意力機(jī)制的深度學(xué)習(xí)路面裂縫檢測［J］.計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2020，32（8）：1324-1333.

［15］FAN Z，LI C，CHEN Y，et al.Automatic crack detection on road pavements using encoder-decoder architecture［J］.Materials，2020，13（13）：2960-2982.

［16］張林，張雪利，路霖，等.基于殘差U-Net網(wǎng)絡(luò)的染色體圖像分割方法［J］.重慶郵電大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，34（2）：208-215.

［17］HE K，ZHANG X，REN S，et al.Spatial pyramid pooling in deep convolutional networks for visual recognition［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence，2015，37（9）：1904-1916.

［18］許征波，楊煜俊.基于多任務(wù)深度學(xué)習(xí)的快速人像自動(dòng)摳圖［J］.武漢大學(xué)學(xué)報(bào)（工學(xué)版），2020，53（8）：740-745.

［19］CHEN L C，PAPANDREOU G，KOKKINOS I，et al.Deeplab：semantic image segmentation with deep convolutional nets，atrous convolution，and fully connected CRFs［J］.IEEE Transactions on Pattern Analysis & Machine Intelligence，2018，40（4）：834-848.

［20］WOO S，PARK J，LEE J Y，et al.CBAM：convolutional block attention module［C］∥ECCV，2018：3-19.

［21］MILLETARI F，NAVAB N，AHMADI S A.V-Net：fully convolutional neural networks for volumetric medical image segmentation［C］ ∥2016 Fourth International Conference on 3D Vision （3DV）.IEEE，2016：565-571.

［22］ZHAO H，SHI J，QI X，et al.Pyramid scene parsing network［C］∥Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition，2017：2881-2890.

（編輯：鄭 毅）