公路２０２３年４月第４期ＨＩＧＨＷＡＹＡｐｒ．２０２３Ｎｏ．４基金项目：湖北省交通运输厅科技项目计划，项目编号２０２０－２－６－１收稿日期：２０２２－０５－２５文章编号：０４５１－０７１２（２０２３）０４－０２４６－０９中图分类号：ＴＰ３９１．４１：Ｕ４４６．２文献标识码：Ａ基于ＧｈｏｓｔＮｅｔ的轻量级桥梁裂缝图像语义分割算法张定军，廖明潮，高拉劳（武汉轻工大学数学与计算机学院武汉市４３００４８）摘要：针对现有的桥梁裂缝检测语义分割网络参数量过于庞大、计算时间长、难以部署在移动端等资源受限的设备上，而且存在裂缝细节识别困难、分割结果不连续的问题，提出了一种优化ＰＳＰＮｅｔ网络结构的改进型轻量级裂缝语义分割模型Ｇｈｏｓｔ－ＰＳＰＮｅｔ。首先利用ＧｈｏｓｔＮｅｔ替换ＲｅｓＮｅｔ－５０作为主干网络，以更小的计算代价生成冗余特征，其次在模型中引入一条支路结构融合多层级特征，得到含更多准确裂缝形态、空间位置信息的高语义特征图，并在金字塔池化模块（ＰｙｒａｍｉｄｐｏｏｌｉｎｇｍｏｄｕｌｅＰＰＭ）后嵌入自适应通道注意力机制ＥＣＡＮｅｔ来强化上下文语义关系衔接。实验结果表明，与ＰＳＰＮｅｔ以及ＳｈｕｆｆｌｅｔＮｅｔＶ２、ＶＧＧ１６为主干的ＤｅｅｐＬａｂＶ３＋、ＵＮｅｔ网络相比该模型ｍＩｏＵ值可达８２．８％，所占内存仅为１４．９ＭＢ较原始ＰＳＰＮｅｔ模型减少了近９０％，实时帧率值ＦＰＳ为３８，实现了实时性和准确率的良好平衡。关键词：桥梁裂缝检测；实时语义分割；ＧｈｏｓｔＮｅｔ；轻量化神经网络；移动端部署；深度学习桥梁是一个国家的重要经济命脉和交通枢纽，对经济社会发展具有巨大推动作用，截至２０２０年底，我国桥梁的总里程数已达６．６万ｋｍ，已建成的公路桥梁总数约９１．２８万座［１］。而随着服役周期的不断增长，桥梁会不可避免地出现各种类型的病害，其中裂缝对桥梁危害最大，严重影响桥梁的运营安全，对此相关学者展开了深入研究。早期，受限于计算机硬件和算法发展水平的不足，对桥梁裂缝检测的研究多集中在传统图像处理领域中，Ｃｈｅｎ等［２］提出了一种新搜索策略优化的最小代价路径算法（ＩＭＰＳ），可有效抑制图像中非裂缝区域的噪声干扰，取得了比边缘检测、区域生长等更高的分割精度，但对阴影条件下的裂缝分割效果较差。Ｑｕ等［３］将遗传编码和渗透模型相结合得到了一种新的遗传算法，可以实现不同光照条件下的裂缝提...
