桥梁检测 发表于 2026-10-6 08:19:44

用于桥梁底部裂缝无人机检测分类的轻量模型VGG-A9:参数压缩至7.4×10^5,无人机嵌入式平台单帧21毫秒

题名:用于桥梁底部裂缝无人机检测分类的轻量模型VGG-A9
作者:虞志远,代春泉,王全磊
单位:1.山东科技大学 土木工程与建筑学院,山东 青岛 266590;2.山东科技大学 山东省土木工程防灾减灾实验室,山东 青岛 266590

摘要:桥梁底部裂缝因位置隐蔽导致传统人工检测方法效率低、风险高,现有深度学习检测算法模型参数大、计算复杂度高,难以在嵌入式设备中实时部署。提出用于桥梁底部裂缝无人机检测分类的轻量模型VGG-A9。通过无人机系统采集桥梁底部裂缝图像,并采用语义分割驱动的图像二值化处理,消除光照干扰并保留裂缝形态特征,构建包含2720张裂缝图像的数据集。简化VGG模型,通过削减网络全连接层参数,在7层卷积层嵌入批量归一化(batch normalization,BN)与Dropout优化策略,将VGG-A9模型参数压缩至7.4×10^5。

实验表明,VGG-A9在自建数据集验证集上的分类准确率达98.53%,部署至无人机嵌入式平台后,单帧分类耗时21 ms,准确率为98.01%;在公开道路裂缝数据集EdmCrack600的鲁棒性测试中准确率达93.67%,显著优于其他模型。该方法在计算资源受限的场景中具备高效性与准确性,为桥梁智能化巡检提供了可行的技术路径。

关键词:桥梁工程,机器视觉,裂缝检测,无人机,VGG模型

基金资助:山东省住房城乡建设科技计划项目(2022-K7-6)


▶ 来源:期刊之家(学术论文题录)
▶ 原文标题:用于桥梁底部裂缝无人机检测分类的轻量模型VGG-A9
▶ 原文链接:http://www.qikanzj.com/hek/jsjgcyyy/mulu/636282.html
▶ 转载时间:2026-10-06
页: [1]
查看完整版本: 用于桥梁底部裂缝无人机检测分类的轻量模型VGG-A9:参数压缩至7.4×10^5,无人机嵌入式平台单帧21毫秒