基于改进YOLOv8s的钢筋混凝土结构桥梁表观病害智能检测算法

廖维张; 黄澍辰; 袁婉莹; 秦铭辰

doi:10.12404/j.issn.1671-1815.2500922

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (4) :1676-1687 DOI: 10.12404/j.issn.1671-1815.2500922

交通运输

基于改进YOLOv8s的钢筋混凝土结构桥梁表观病害智能检测算法

作者信息 +

Intelligent Detection Algorithm for Apparent Diseases of Reinforced Concrete Structures Bridge Based on Improved YOLOv8s

Author information +

文章历史 +

摘要

为提升桥梁长期服役性能分析的智能化与自动化水平，并解决现有病害检测算法在复杂场景下的精度不足问题，提出一种改进YOLOv8s的桥梁表观病害智能检测算法YOLOv8s-RC。将大核可分离卷积注意力机制（large kernel separable convolutional attention mechanism，LSKA）引入骨干网络的快速空间金字塔池化模块SPPF中，增强病害特征提取能力；采用双向特征金字塔（bidirectional feature pyramid network，BiFPN）的加权特征融合思想优化颈部网络的特征融，强化特征融合效能；将原有的CIoU损失函数替换为SIoU损失函数，提升预测框的定位精度。消融实验结果表明：在CODEBRIM数据集上，YOLOv8s-RC模型相较于原模型的精确率、召回率、F₁分数和mAP@0.5指标分别提升了2.3%、1.7%、2.0%和1.6%。该算法针对小目标病害和弱特征病害表现出更强检测能力，且该模型参数量仅为12.2×10⁶，推理速度为107.5 FPS，也能满足算法部署于轻量级设备后的实时检测需求；在DACL10K数据集上的泛化性测试结果表明，相较于Faster-RCNN、SSD、YOLOv5s和YOLOv8s模型，YOLOv8s-RC模型在不同类型桥梁病害检测场景中表现出较好的泛化能力和预测准确性，为复杂环境下桥梁表观病害识别提供强有力的技术手段。

Abstract

In order to enhance intelligent analysis of bridge long-term service performance and solve insufficient accuracy of existing defect detection algorithms in complex scenarios，an improved YOLOv8s-based algorithm（YOLOv8s-RC） was proposed for bridge surface disease detection. The large kernel separable convolutional attention mechanism（LSKA） was introduced into the spatial pyramid pooling-fast module （SPPF） of the backbone network to enhance defect feature extraction capability. The weighted feature fusion principle of the bidirectional feature pyramid network（BiFPN） was applied to optimize feature fusion in the neck network，thereby enhancing fusion effectiveness. The original CIoU loss function was replaced by the SIoU loss function to improve bounding box localization accuracy. Ablation experiments on the CODEBRIM dataset demonstrate that the YOLOv8s-RC model achieves 2.3% higher precision，1.7% higher recall，2.0% higher F1-score，and 1.6% higher mAP@0.5 compared with the baseline model. The results show that this algorithm exhibits stronger detection capabilities for small target defects and weak feature defects. With 12.2×10⁶ parameters and 107.5 FPS inference speed，the model is verified to meet real-time monitoring requirements on lightweight devices. Generalization tests on the DACL10K dataset indicate superior performance over Faster-RCNN，SSD，YOLOv5s and YOLOv8s models in various bridge defect detection scenarios. It is concluded that the YOLOv8s-RC algorithm provides an effective technical solution for identifying bridge surface defects in complex environments.

Graphical abstract

关键词

桥梁工程 / 病害检测 / 小目标检测 / YOLOv8s / CODEBRIM数据集

Key words

bridge engineering / disease detection / small target detection / YOLOv8s / CODEBRIM dataset

引用本文

引用格式 ▾

廖维张, 黄澍辰, 袁婉莹, 秦铭辰. 基于改进YOLOv8s的钢筋混凝土结构桥梁表观病害智能检测算法[J]. 科学技术与工程, 2026, 26(4): 1676-1687 DOI:10.12404/j.issn.1671-1815.2500922

LIAO Wei-zhang, HUANG Shu-chen, YUAN Wan-ying, QIN Ming-chen. Intelligent Detection Algorithm for Apparent Diseases of Reinforced Concrete Structures Bridge Based on Improved YOLOv8s[J]. Science Technology and Engineering, 2026, 26(4): 1676-1687 DOI:10.12404/j.issn.1671-1815.2500922

登录浏览全文

4963

注册一个新账户忘记密码

桥梁作为现代交通网络的核心枢纽，其长期服役性能直接关乎社会经济发展与公共安全。在环境侵蚀与疲劳荷载耦合作用下，钢筋混凝土桥梁易产生裂缝、剥落等表观病害，成为结构性能退化的主要诱因^[1-3]。传统人工检测方法存在效率低、主观性强等固有缺陷，而红外热成像、激光扫描等无损检测技术虽提升客观性，却因高成本与复杂操作难以普及^[4-7]。这促使基于深度学习的智能检测技术成为研究热点。其中目标检测能够在图像中预测病害目标的位置和类别，是桥梁病害检测中的关键任务^[8]。卷积神经网络（convolutional neural networks，CNN）是深度学习的核心架构之一，其通过卷积操作提取病害图像中的局部特征，广泛应用于视觉任务。基于CNN的目标检测算法可以分为一阶段和二阶段检测器。一阶段检测器如SSD^[9]、YOLO^[10]系列等，直接预测目标的位置和类别，省略了生成候选区域的过程，从而显著提升了检测速度，适用于实时性要求高的场景。以Faster-RCNN（faster region-based convolutional neural network）^[11]为代表的二阶段检测器，采用区域建议网络生成候选区域，再对这些区域进行分类和位置精修。虽然二阶段检测器在精度上具有一定优势，但检测速度显然无法满足实时检测需求^[12-15]。

近年来，YOLO系列目标检测算法经过不断优化，在速度和精度之间取得了更好的平衡，性能逐渐接近甚至超越部分二阶段检测器。相较于其他网络，YOLO具有卓越的实时检测性能和高效的部署特性，成为桥梁表观病害检测领域的热门选择。Zhang等^[16]将YOLOv3中的标准卷积替换为深度可分离卷积，并引入倒置残差块和双注意力机制CBAM（convolutional block attention module），实现了近实时桥梁表面裂缝检测。邹俊志等^[17]将SE通道注意力机制添加到YOLOv3网络检测头部分，并引入了空间金字塔池化（spatial pyramid pooling，SPP）模块与完全交并比（CIoU）损失函数，一定程度提升了模型对复杂场景下混凝土桥梁表观病害的检测精度。周清松等^[18]在YOLOv3中引入固定分块大小的池化模块和DenseNet结构，并应用数据增强技术，提升了桥梁表观病害检测的准确率和效率。彭雨诺等^[19]提出了基于双YOLOv4网络的桥梁表观病害快速检测算法，包括针对块状病害的YOLO-lump和针对裂缝病害的YOLO-crack，通过引入混合空洞金字塔模块和下采样注意力模块，提升了对多病害不同尺度下检测的能力，但使用两种不同的网络增加了训练和部署时的复杂程度。董绍江等^[20]通过在YOLOv5主干网络中添加修改后的空间金字塔池化（Relu spatial pyramid pooling fast，R-SPPF）模块和高效通道注意力（efficient channel attention，ECA）模块，并采用考虑向量角度的损失函数，增强了网络对病害特征信息提取能力。Xiong等^[21]在YOLOv8模型中引入全局注意力（global attention mechanism，GAM）模块抑制不相关信息并放大全局特征，同时采用Wise-IoU损失函数优化预测框的回归精度。该模型在混凝土桥梁裂缝检测方面表现出色，但未涵盖混凝土桥梁的其他病害类型检测，限制了其全面性和实际应用价值。

视觉Transformer（vision Transformer，ViT）模型^[22]通过自注意力机制来捕捉全局特征，凭借其在处理长距离依赖性方面的优势，逐渐被应用于计算机视觉领域，以弥补传统CNN方法在长程依赖建模上的不足。Wan等^[23]基于Transformer提出了针对桥梁表观病害的BR-DETR模型。该模型引入了可变卷积和卷积注意力层等模块，有效提高了病害检测的精度。但由于ViT计算量大且对训练数据需求高，在桥梁病害检测的实际应用中仍面临阻碍。Yu等^[24]提出了改进的YOLOv5结合Bottleneck Transformer模块，以增强对裂纹对象的长跨度、细长特征的检测能力。这种将CNN和Transformer结合的方法，使网络可以在保持局部特征提取能力的同时，增强对全局信息的捕获能力，减小了计算开销^[25]。尽管上述改进方法在一定程度上提高了检测精度，但在实际应用中，桥梁病害检测算法仍面临小目标病害漏检严重、病害形式多样导致多尺度特征融合不充分、以及受病害形状复杂影响导致定位精度不足等亟待解决的挑战。YOLOv8作为YOLO系列的新版本，在骨干网络、损失函数优化和特征提取能力方面取得了显著提升^[26]，但在桥梁病害检测面对上述挑战时，检测精度仍有进一步提升空间。

为此，现提出一种改进的YOLOv8s模型，将大核可分离卷积注意力（large kernel separable convolutional attention mechanism，LSKA）机制^[27]引入骨干网络的快速空间金字塔池化（spatial pyramid pooling-fast，SPPF）模块中，并采用双向特征金字塔（（bidirectional feature pyramid network，BiFPN）的加权特征融合思想^[28]对颈部网络的特征融合进行优化。此外，将原有的CIoU损失函数替换为SIoU损失函数^[29]。为了验证所提出模型的有效性，在本文数据增强后的CODEBRIM数据集^[30]上进行了消融实验，并使用DACL10K数据集^[31]验证模型的泛化能力。结果表明，本文模型的多项评价指标优于传统目标检测模型，在复杂背景下的病害检测任务中表现出更强的泛化能力和鲁棒性，能够为桥梁表观病害检测的智能化、自动化提供有效的技术支持。

1 桥梁病害智能检测算法

1.1 改进的YOLOv8s目标检测算法

YOLOv8是由Ultralytics公司于2023年1月发布的新一代YOLO模型，提供n、s、m、l和x共5种版本，模型规模与性能逐步递增，以满足从轻量级设备到高性能应用的多样化需求。YOLOv8的整体架构由骨干网络（Backbone）、颈部网络（Neck）、检测头（Head）和损失函数计算组成。

为了更精准地适应病害检测的需求，选用计算效率与精确度兼备的YOLOv8s模型作为基线模型，并针对桥梁病害特点及病害数据集特性对模型进行优化，主要包括以下三个方面：①在骨干网络部分将LSKA融合到SPPF结构中，形成了LSKA-SPPF模块，该模块通过大核卷积扩大感受野，捕获特征图中的长距离依赖关系，并结合注意力机制动态调节特征权重，使网络聚焦于目标区域的显著特征，从而提升小目标及复杂病害特征的提取效果；②在颈部网络部分引入加权特征融合思想，对PAN-FPN结构的前三个特征融合操作进行优化，设计了BiFPN-Concat模块。该模块通过动态分配不同尺度特征的融合权重，显著增强了模型对病害特征的多尺度表达能力；③在损失函数计算部分，使用SIoU矩形框回归损失函数代替CIoU，通过调整预测框的回归约束机制，提高网络对复杂形状病害预测框的定位准确性。改进后的网络（YOLOv8-RC）结构如图1所示。

1.2 LSKA注意力机制

桥梁病害中包含大量具有不规则边界（剥落、风化、腐蚀）和弱特征的小目标（裂缝、初期露筋），且桥梁病害通常具有明显的形状特征，例如裂缝多为线性结构，剥落常呈不规则边界，要求模型具备更强的细节捕捉能力和对形状特征的敏感性，骨干网络的特征提取能力决定着最终的检测效果。然而，传统的CNN在病害特征提取方面存在局限性，尤其是其卷积操作主要聚焦于局部特征，对目标病害的全局信息表现较弱^[32]。CNN中的大感受野通常通过堆叠多层卷积或使用更大的卷积核实现，但这种方式带来了巨大的计算开销^[33]。此外，常用的注意力机制^[34]虽然能动态调整特征权重，但在长程依赖建模能力上仍然不足。ViT架构通过多头自注意力（multi-head self-attention，MHSA）有效建模全局上下文，但其计算复杂度随输入图像分辨率呈二次增长，不适合高分辨率图像的病害检测任务^[35]。

为此，在原模型骨干网络深层引入LSKA注意力机制，并与SPPF模块相融合，形成了LSKA-SPPF模块。该模块设计旨在进一步增强SPPF模块的多尺度特征表达和全局信息的建模性能，从而增强骨干网络的深层特征提取能力。LSKA模块通过将标准的二维深度卷积核分解为级联的水平和垂直一维卷积核，使其可以使用极大的卷积核的同时，无需显著增加计算复杂度。此外，LSKA模块还对桥梁病害的形状特征给予了更高的关注，可以有效提升小目标与不规则边界病害检测的性能，LSKA模块与实现过程如图2所示。

具体而言，LSKA模块接收SPPF模块经过空间池化金字塔和拼接操作生成的特征图，尺寸为1 024×20×20。在LSKA模块中为了充分利用大核卷积带来的长距离依赖关系，选择较大卷积核进行建模（即卷积核大小k=35，扩张率d=3）。首先对输入特征图采用1×5和5×1，步长为1填充为4的一维深度卷积，进行局部空间建模；随后，利用1×11和11×1，步长为1填充为15的扩张深度卷积扩展感受野，实现对该层的全局特征捕捉。在完成空间特征学习后，LSKA模块通过逐点卷积对每个通道生成注意力图。最终，注意力图与原多尺度特征图逐元素相乘，增强了SPPF模块中多尺度特征的表达能力。LSKA模块的输出特征图尺寸保持不变，输入SPPF模块中最后的1×1的标准卷积进行通道压缩，将通道数从1 024降低到512以适配后续网络。

1.3 BiFPN-Concat加权特征融合

在桥梁病害检测任务中，病害类型包括微小表面缺陷和大范围结构性损伤。微小裂缝等细小病害需要高分辨率特征图提供细致的纹理信息，而大面积剥落等宏观病害则依赖低分辨率特征图提供全局上下文。这些不同尺度的病害往往在结构的同一区域并发，导致检测任务需要在多尺度特征图之间进行高效的信息融合。然而，YOLOv8的颈部网络PAN-FPN网络在设计上侧重于实时性，其多尺度特征图融合策略为深度方向的快捷拼接（Concat），对不同尺度的特征赋予相同权重^[36]。这种静态加权方式未考虑到不同分辨率的特征在重要性上存在差异，使模型在面对不同尺度病害时检测性能不均衡。受EfficientDet目标检测网络提出的颈部网络BiFPN启发^[28]，在YOLOv8颈部网络中引入加权融合策略，通过设计加权拼接模块（BiFPN-Concat）对不同分辨率的特征进行动态加权融合。该模块通过为输入特征图引入可学习的权重因子，使网络在训练过程中能够根据病害特征自动优化特征图的贡献比例，从而以极低的计算成本显著提升了多尺度特征表达能力。

图3展示了改进前后不同分辨率特征融合的拼接方式。在BiFPN-Concat中，与YOLOv8使用的静态Concat操作不同，输入特征的权重因子w₁和w₂会在训练过程中不断迭代更新。为避免训练过程中梯度爆炸问题，采用快速归一化的加权策略对权重取值范围进行约束。最终，加权拼接模块输出特征图I^out的计算公式为

（1）I^out=Concat_BiFPN$\left(\frac{{w}_{1}}{\epsilon +{\sum }_{i}^{}{w}_{i}}\otimes {I}_{1}^{in}， \frac{{w}_{2}}{\epsilon +{\sum }_{i}^{}{w}_{i}}\otimes {I}_{2}^{in}\right)$

式（1）中：Iⁱⁿ、I^out分别为输入特征图与输出特征图；Concat_BiFPN为进行加权拼接操作；⊗为进行逐元素乘法；w_i为不同特征分支的权重；ε为一个极小的值，用于防止除零错误。

1.4 SIoU预测框回归损失函数

由于混凝土桥梁病害的形状复杂多变，常表现为不规则的裂缝走向和不均匀的剥落区域，对应预测框的几何形状与大小尺度通常呈现出显著变化。YOLOv8采用的CIoU预测框回归损失函数^[37]在评估标注框和预测框之间的重叠程度时，主要关注重叠面积、中心点距离与高宽相似比，未能充分考虑预测框与标注框之间的方向信息。为解决上述问题，将原YOLOv8模型中CIoU损失函数替换为SIoU（SCYLLA-IoU）损失函数^[29]。SIoU损失函数通过引入方向信息并增强尺度适应性，能够更全面地反映预测框与标注框之间的几何差异，使得模型能够更好地适应复杂预测框形状，从而显著提高桥梁病害检测任务中小目标和边界不规则目标的定位精度。SIoU损失函数考虑4种代价函数：IoU代价（IoU cost）、角度代价（angle cost）、距离代价（distance cost）、以及形状代价（shape cost）计算。

IoU在目标检测任务中用于衡量预测框与标注框之间的重叠程度，即两个框的交集面积与并集面积的比例，IoU的表达式为

（2）IoU=$\frac{\left|B\bigcap {B}^{gt}\right|}{\left|B\bigcup {B}^{gt}\right|}$

式（2）中：B^gt为预测框的面积；B为标注框的面积。

角度代价的表达式为

（3）Λ=1-2sin²$\left(arcsinx-\frac{\pi }{4}\right)$

式（3）中：x=$\frac{{c}_{h}}{\sigma }$=sinα，其中，c_h为标注框与预测框中心点高度差；σ=$\sqrt{（{B}_{{c}_{x}}^{gt}-{B}_{{c}_{x}}{）}^{2}+（{B}_{{c}_{y}}^{gt}-{B}_{{c}_{y}}{）}^{2}}$为标注框与预测框中心点的距离，如图4（a）所示，B_{c_x}、B_{c_y}为标注框中心点坐标；${B}_{{c}_{x}}^{gt}$、${B}_{{c}_{y}}^{gt}$为预测框中心点坐标，如图4（b）所示。

考虑到新定义的角度代价函数，重新定义有别于CIoU的距离代价函数如式（4）所示。

（4）Δ=${\sum }_{t=x，y}^{}$（1-e^-γρ_t）

式（4）中：ρ_x=${\left(\frac{{B}_{{c}_{x}}^{gt}-{B}_{{c}_{x}}}{{C}_{w}}\right)}^{2}$；ρ_y=${\left(\frac{{B}_{{c}_{y}}^{gt}-{B}_{{c}_{y}}}{{C}_{h}}\right)}^{2}$；γ=2-Λ；C_w、C_h分别为标注框与预测框最小外接矩形的宽和高，如图4（b）所示。

形状代价的表达式为

（5）Ω=${\sum }_{t=w，h}^{}（1-{e}^{-{\omega }_{t}}{）}^{\theta }$

式（5）中：ω_w=$\frac{\left|w-{w}^{gt}\right|}{max（w，{w}^{gt}）}$；ω_h=$\frac{\left|h-{h}^{gt}\right|}{max（h，{h}^{gt}）}$；θ为训练超参数，决定了形状代价函数在总损失函数中的重要程度，取值范围为2~6^[29]。

则由SIoU定义的损失函数表达式如式（6）所示，优化后总损失函数计算如式（7）所示。

（6）$ \mathcal{L}$_SIoU=1-IoU+$\frac{\Delta +\Omega }{2}$

（7）$ \mathcal{L}$=λ_cls$ \mathcal{L}$_{BCEwithLogits}+λ_Bbox$ \mathcal{L}$_SIoU+λ_DFL$ \mathcal{L}$_DFL

式中：$ \mathcal{L}$_{BCEwithLogits}为分类损失值；$ \mathcal{L}$_SIoU、$ \mathcal{L}$_DFL为回归损失值，包括SIoU矩形框回归损失和焦点分布损失；λ_cls、λ_Bbox、λ_DFL为训练超参数，决定3种损失函数分支对总损失函数的权重，在原模型中分别为0.5、7.5、1.5。

2 实验结果与分析

2.1 数据集制作

模型训练选用CODEBRIM数据集^[30]。该数据集包含30座在外观、整体退化程度和缺陷严重程度上各不相同的混凝土桥梁所拍摄的1 052张图像。这些图像涵盖5类常见的混凝土桥梁病害，包括裂缝、剥落、钢筋外露、风化和腐蚀。

为解决原始数据集中的桥梁病害图像样本较少，通过对图像样本进行几何变换与颜色变换实现病害图像的数据增强与增广，扩充后的桥梁病害数据集有效病害图像共3 138张。具体而言，对原始图像随机进行3次噪声添加、调整亮度、旋转、裁剪和镜像等数据增强操作，并将原标注文件中的病害标注框同步变换到相应的位置。为确保训练结果的可靠性，使用Python算法随机将数据集按9∶1的比例划分为训练集和验证集，最终得到2 813张训练集图像和315张验证集图像。

2.2 实验环境

实验目标检测算法模型在Windows11操作系统搭建的PyTorch深度学习框架下完成，具体实验环境配置如表1所示。在进行消融实验的过程中，每组实验对象设置相同的训练超参数：输入图像尺寸为640×640；设置训练轮数（epochs）为300轮；训练批次（batch）为16；优化器选择SDG进行参数优化，初始学习率（lr0）与最终学习率（lrf）均设置为0.01，权重衰减系数（weight_decay）取0.000 5，动量参数（momentum）为0.937；训练时开启Mosaic数据增强，在训练最后10轮关闭；LSKA注意力机制模块的卷积核大小k为35，扩张率d为3；SIoU损失函数的形状关注度系数θ设置为5。

2.3 评价指标

使用的评价指标有F₁得分（F₁-score，F₁）、全类平均精确度（mean average precision，mAP）、模型参数量（Params）、每秒检测帧数（FPS）。其中以精确率（precision，记为P）和召回率（recall，记为R）计算得出的F₁和mAP作为表观病害目标检测任务的最终评价指标。Params反映了在低算力移动设备中实现模型构建的难易程度，通常数值越小对模型所需的计算能力要求越低。相关计算公式为

（8）P=$\frac{TP}{TP+FP}$×100%

（9）R=$\frac{TP}{TP+FN}$×100%

（10）F₁=2$\frac{PR}{P+R}$×100%

（11）AP=${\int }_{0}^{1} $PRdR

（12）mAP=$\frac{1}{n}\sum _{i=1}^{n}$AP_i

式中：TP（true positive）为正确检测出的正类样本数；FP（false positive）为错误检测出的正类样本数；FN（false negative）为未检测出的正类样本数；n为数据集中类别总数；AP_i为数据集中第i个类别的平均精度。

2.4 消融实验结果分析

为了评估上述各优化部分对整体模型的贡献作用，在由CODEBRIM构建的数据集上进行设置8组消融实验，依次将不同的优化部分加入原模型中。消融实验过程中。实验结果如表2所示。

由实验结果（表2）可知，单独引入LSKA模块的模型（YOLOv8s-Ⅰ），相较原模型在精确率、召回率、F₁与mAP@0.5上分别提升了2.0%、0.9%、1.4%和0.7%，说明在SPPF模块中引入注意力机制可以有效提升模型对病害的特征提取能力。LSKA相较于其他优化部分在召回率上有较大提升，说明在网络深层引入超大卷积带来的全局感受野，能够有效提升模型对小目标病害的关注度；单独引入BiFPN-Concat模块的模型（YOLOv8s-Ⅱ），在不增加模型参数量的情况下，相较原模型F₁得分与mAP@0.5提升了1.1%与1.0%，说明加权特征融合的方式能够有效提升模型对不同尺度病害的特征融合能力；单独引入SIoU损失函数的模型（YOLOv8s-Ⅲ），相较于原模型精确率提升了2.9%，说明SIoU损失函数可以显著提高预测框的回归精度；当上述模块两两引入时（YOLOv8s-Ⅰ-Ⅱ、YOLOv8s-Ⅰ-Ⅲ、YOLOv8s-Ⅱ-Ⅲ），相较原模型F₁得分与mAP@0.5均有进一步提升。所提出的改进YOLOv8s模型（YOLOv8s-RC），相较原模型在精确率、召回率、F₁得分与mAP@0.5上分别提升了2.3%、1.7%、2.0%和1.6%。虽然注意力机制的引入导致模型参数上升1.0 M，但仍满足算法在低算力移动设备的部署条件。

2.5 对比实验

为进一步验证本文优化方法对提升小目标病害特征提取能力方面的有效性，使用验证集中裂缝图像对原模型骨干网络第9层SPPF与本文模型的SPPF-LSKA输出的特征图进行可视化分析，取前64个特征通道进行对比。黄绿色表示该特征通道高度关注的区域，即可能包含目标特征的部分，深蓝色为关注度较低的区域，即可能为背景或其他非目标物体的部分。从图5所示的可视化结果可以看出，在对细裂缝图像的特征提取过程中，原模型SPPF模块输出的相邻特征通道间具有较高的相似性。而骨干网络中添加LSKA模块后，不同特征通道间呈现出更丰富的特征表达、更显著的特征纹理、和更完整的形状细节。该现象表明，LSKA模块的引入有效增强了骨干网络对输入图像的特征提取能力，在深层网络中仍保持对小目标病害的特征提取质量。

为进一步验证本文优化方法在提升病害预测框定位精度方面的有效性，图6展示了训练过程中原模型（CIoU Loss）与改进模型（SIoU Loss）预测框损失函数曲线（Bbox Loss）的变化情况。从图中可以看出，在训练初期，原始模型的预测框损失值低于改进后的模型。然而随着训练轮数的增加，改进后的模型的预测框损失值具有更快的下降速度，在200轮迭代后，改进模型的预测框损失显著低于原始模型，并且趋于收敛。表明SIoU损失函数较CIoU损失函数在病害预测框定位能力方面具有显著优势。

为验证模型优化前后对桥梁病害的检测实际效果，选取数据验证集中的复杂病害样本进行检测，并使用Grad-CAM方法^[38]进行热力图可视化研究，以更加直观的反应模型在图像中重点关注的特征区域，检测与可视化结果如表3所示。热力图中的深色通常对应于较高的梯度值或激活值，表明这些区域对模型于做出最终预测至关重要。由检测结果看出，对于初始风化和小目标裂缝等弱特征复杂病害，本文模型相较于原始模型漏检率更低。此外，本文模型能够有效地聚焦到病害目标的特征，且抑制背景等非目标信息。特别对于表3中（b），原病害图像在标注时未考虑风化边缘的程度较弱区域，而本文模型能够关注到病害全貌并检测出更完整的病害区域，说明本文模型相较于原模型具有更好的泛化性能，进一步验证了本文模型在复杂病害检测方面改进的有效性。

为验证本文模型在用于钢筋混凝土结构桥梁表观病害检测的优越性能，将本文算法YOLOv8s-RC与几种主流目标检测算法进行了对比实验，涵盖了目前主流的开源算法SSD512、Faster R-CNN、YOLOv8s，以及由其他学者基于CODEBRIM数据集构建训练并提出的混凝桥梁病害检测算法YOLOv3-a-b2和YOLOv5s-BD。其中开源算法在相同的深度学习环境下使用本文改良的CODEBRIM数据集进行训练，具体实验结果如表4所示。

由表4可知，本文模型在保持较快推理速度的同时，在mAP@0.5与mAP@0.5∶0.95的综合精度指标上均优于其他对比模型，分别达到91.3%和72.1%。具体到不同病害类型的检测精度，YOLOv5s-BD模型在裂缝检测上表现最佳，而本文模型在剥落、风化、露筋和腐蚀病害的检测上则表现出更高的平均精度，分别为95.1%、93.2%、92.9%和92.0%。在检测速度方面，使用本文实验设备进行推理时，处理速度达到107.5 FPS。

2.6 基于DACL10K数据集的泛化性测试

为验证所提出模型在真实工程场景下的可靠性及复杂检测环境中的技术优势，使用DACL10K数据测试集^[33]（dacl10k_v2_testchallenge）中发布的6张具有挑战性的病害影像对不同目标检测网络进行了泛化性测试。该数据集中的混凝土桥梁检测图像从权威机构的数据库中收集，反映了真实的工程场景，且包含了本文考虑的所有病害类型。所有算法均未进行迁移学习，直接在不同的数据场景中进行预测，预测框置信度阈值（Conf）为0.25。为去除一阶段网络冗余的预测框，除Faster R-CNN非极大值抑制率（NMS_IoU）设为0.1以外，其余网络均设为0.7。

图7展示了不同复杂病害场景下各目标检测网络的预测结果，检测结果显示，Faster R-CNN因其二阶段网络机制产生了最多的预测框，使其能够更全面地覆盖图像中的潜在目标，从而对正确病害的覆盖率最高，但存在一定的误检，且检测速度无法满足实时病害检测需求。一阶段的SSD网络的误检与漏检情况严重，无法关注到复杂场景中的病害信息。YOLO系列网络的检测效果按照YOLOv5s、YOLOv8s和本文提出的YOLOv8s-RC的顺序递增。其中，YOLOv5s和YOLOv8s无法检测到显著的钢筋外露，并对倾斜角度拍摄的大面积风化病害存在误检，泛化性能较差。相比之下，所提出的YOLOv8s-RC网络误检率最低，能够更好地关注到主要病害区域，展现出良好的普适性。

3 结论

针对当前桥梁表观病害检测算法对复杂场景下病害检测精度不足等问题，提出YOLOv8-RC目标检测网络结构。通过对本文算法进行实验分析与工程验证，得到以下主要结论。

（1）本文算法基于YOLOv8s模型，通过下述三点改进实现了对复杂场景下的病害检测性能提升：在骨干网络SPPF模块中引入了LSKA大核可分离卷积注意力机制，利用超大卷积提供的全局感受野提升了骨干网络的特征提取能力，从而改善了小目标病害的检测效果；采用BiFPN双向特征金字塔的加权特征融合思想优化颈部网络的特征融合，训练过程中通过动态学习因子，增强了多尺度病害特征表达能力；将原有的CIoU损失函数替换为SIoU损失函数，引入方向信息并增强尺度适应性，提高了病害预测框的定位精度。

（2）基于CODEBRIM数据集，通过数字图像处理技术构建了更贴近实际场景的桥梁病害数据集。本文算法相较于原算法模型在该数据验证集上的精确率、召回率、F₁得分与mAP@0.5分别提升了2.3%、1.7%、2.0%和1.6%，同时实现了107.5 FPS的检测速度，在检测精度与效率之间取得了良好平衡，满足了实际工程中的高效部署需求。在DACL10K数据集上的测试中，本文算法相较于主流一阶段检测算法，表现出更优的场景泛化能力。因此，在复杂场景下的桥梁病害检测中，本文算法能够对钢筋混凝土桥梁病害实现更为精确的识别，有效提升了病害检测精度、减少了复杂病害漏检情况并改善了工程场景适应性不足等现存问题。

（3）后续研究将聚焦于构建覆盖更广泛病害类型和桥梁场景的高质量数据集构建。同时，研究将专注于开发更加高效的网络架构，以降低计算资源需求。此外，探索图像数据与传感器数据的多模态融合方法，并结合时间序列分析，实现桥梁病害检测与诊断的全面升级，为桥梁维护和管理提供更加精准和高效的技术支持。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	贺拴海, 赵祥模, 马建, 等. 公路桥梁检测及评价技术综述[J]. 中国公路学报, 2017, 30(11): 63-80.

[2]	He Shuanhai, Zhao Xiangmo, Ma Jian, et al. Review of highway bridge inspection and condition assessment[J]. China Journal of Highway and Transport, 2017, 30(11): 63-80.

[3]	朱德祥, 李睿, 杨晶晶, 等. 基于病害检测的连续刚构桥震害预测方法研究[J]. 科学技术与工程, 2012, 12(34): 9420-9424.

[4]	Zhu Dexiang, Li Rui, Yang Jingjing, et al. The method for earthquake damage prediction of continuous rigid frame bridge based on the disease detection[J]. Science Technology and Engineering, 2012, 12(34): 9420-9424.

[5]	蒋仕新, 唐椿程, 杨建喜, 等. 基于改进Segformer的混凝土桥梁表观病害轻量级识别方法[J]. 中国公路学报, 2024, 37(2): 77-87.

[6]	Jiang Shixin, Tang Chuncheng, Yang Jianxi, et al. Lightweight detection method of surface damage on concrete bridges based on improved Segformer[J]. China Journal of Highway and Transport, 2024, 37(2): 77-87.

[7]	马晔. 混凝土结构缺陷的红外热成像检测识别技术[J]. 公路交通科技, 2017, 34(12): 59-65.

[8]	Ma Ye. Infrared thermal imaging detection and recognition technology for defects in concrete structure[J]. Journal of Highway and Transportation Research and Development. 2017, 34(12): 59-65.

[9]	张海如, 王国富, 张法全. 基于GPR信号频带介电谱特征的公路早期病害检测[J]. 科学技术与工程, 2018, 18(4): 344-348.

[10]	Zhang Hairu, Wang Guofu, Zhang Faquan, et al. Dielectric spectrum feature vector of ground penetrating radar signal in frequency bands for detecting expressway subgrade diseases[J]. Science Technology and Engineering, 2018, 18(4): 344-348.

[11]	Ling T, Zhang L, Huang F, et al. OMHT method for weak signal processing of GPR and its application in identification of concrete micro-crack[J]. Journal of Central South University, 2019, 26(11): 3057-3065.

[12]	Chen S, Laefer D F, Mangina E, et al. UAV bridge inspection through evaluated 3D reconstructions[J]. Journal of Bridge Engineering, 2019, 24(4): 05019001.

[13]	Zhang C, Chang C, Jamshidi M. Concrete bridge surface damage detection using a single-stage detector[J]. Computer-Aided Civil and Infrastructure Engineering, 2020, 35(4): 389-409.

[14]	Liu W, Anguelov D, Erhan D, et al. SSD: Single shot multibox detector[C]// Computer Vision-ECCV 2016: 14th European Conference. Amsterdam: Springer International Publishing, 2016: 21-37.

[15]	Redmon J. You only look once: unified, real-time object detection[C]// Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. New York: IEEE, 2016: 91.

[16]	Ren S, He K, Girshick R, et al. Faster R-CNN: towards real-time object detection with region proposal networks[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2016, 39(6): 1137-1149.

[17]	任松, 朱倩雯, 涂歆玥, 等. 基于深度学习的公路隧道衬砌病害识别方法[J]. 浙江大学学报(工学版), 2022, 56(1): 92-99.

[18]	Ren Song, Zhu Qianwen, Tu Xinyue, et al. Lining disease identification of highway tunnel based on deep learning[J]. Journal of Zhejiang University: Engineering Science, 2022, 56(1): 92-99.

[19]	罗晖, 余俊英, 涂所成. 基于深度学习的公路路面病害检测算法[J]. 科学技术与工程, 2022, 22(13): 5299-5305.

[20]	Luo Hui, Yu Junying, Tu Suocheng. Pavement defect detection algorithm based on deep learning[J]. Science Technology and Engineering, 2022, 22(13): 5299-5305.

[21]	孔令鑫, 陈紫强, 晋良念, 等. 融合可变形卷积的轻量级路面病害检测算法[J]. 科学技术与工程, 2025, 25(2): 683-694.

[22]	Kong Lingxin, Chen Ziqiang, Jin Liangnian, et al. A lightweight road disease detection algorithm fused with deformable convolution[J]. Science Technology and Engineering, 2025, 25(2): 683-694.

[23]	Lin J J, Ibrahim A, Sarwade S, et al. Bridge inspection with aerial robots: automating the entire pipeline of visual data capture, 3D mapping, defect detection, analysis, and reporting[J]. Journal of Computing in Civil Engineering, 2021, 35(2): 04020064.

[24]	Zhang Y, Huang J, Cai F. On bridge surface crack detection based on an improved YOLOv3 algorithm[J]. IFAC-Papers Online, 2020, 53(2): 8205-8210.

[25]	邹俊志, 杨建喜, 李昊, 等. 复杂背景下基于改进YOLOv3算法的桥梁表观病害识别[J]. 铁道科学与工程学报, 2021, 18(12): 3257-3266.

[26]	Zou Junzhi, Yang Jianxi, Li Hao, et al. Bridge apparent damage detection based on the improved YOLOv3 in complex background[J]. Journal of Railway Science and Engineering. 2021, 18(12): 3257-3266.

[27]	周清松, 董绍江, 罗家元, 等. 改进YOLOv3的桥梁表观病害检测识别[J]. 重庆大学学报, 2022, 45(6): 121-130.

[28]	Zhou Qingsong, Dong Shaojiang, Luo Jiayuan, et al. Bridge apparent disease detection based on improved YOLOv3[J]. Journal of Chongqing University, 2022, 45(6): 121-130.

[29]	彭雨诺, 刘敏, 万智, 等. 基于改进YOLO的双网络桥梁表观病害快速检测算法[J]. 自动化学报, 2022, 48(4): 1018-1032.

[30]	Peng Yunuo, Liu Min, Wan Zhi, et al. A dual deep network based on the improved YOLO for fast bridge surface defect detection[J]. Acta Automatica Sinica, 2022, 48(4): 1018-1032.

[31]	董绍江, 谭浩, 刘超, 等. 改进YOLOv5s的桥梁表观病害检测方法[J]. 重庆大学学报, 2024, 47(9): 91-100.

[32]	Dong Shaojiang, Tan Hao, Liu Chao, et al. Apparent disease detection of bridges using improved YOLOv5s[J]. Journal of Chongqing University, 2024, 47(9): 91-100.

[33]	Xiong C, Zayed T, Abdelkader E M. A novel YOLOv8-GAM-Wise-IoU model for automated detection of bridge surface cracks[J]. Construction and Building Materials, 2024, 414: 135025.

[34]	DosovitskiyA. An image is worth 16x16 words: transformers for image recognition at scale[J]. arXiv Preprint, arXiv: 2010.11929, 2020.

[35]	Wan H, Gao L, Yuan Z, et al. A novel transformer model for surface damage detection and cognition of concrete bridges[J]. Expert Systems with Applications, 2023, 213: 119019.

[36]	Yu G, Zhou X. An improved YOLOv5 crack detection method combined with a bottleneck transformer[J]. Mathematics, 2023, 11(10): 2377.

[37]	Srinivas A, Lin T Y, Parmar N, et al. Bottleneck transformers for visual recognition[C]// Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. New York: IEEE, 2021: 16519-16529.

[38]	Ultralytics. YOLOv8-Ultralytics YOLOv8 documentation[EB/OL]. ( 2023-01-07)[2024-10-30].

[39]	Lau K W, Po L M, Rehman Y A U. Large separable kernel attention: rethinking the large kernel attention design in CNN[J]. Expert Systems with Applications, 2024, 236: 121352.

[40]	Tan M, Pang R, Le Q V. Efficientdet: scalable and efficient object detection[C]// Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. New York: IEEE, 2020: 10781-10790.

[41]	Gevorgyan Z. SIoU loss: More powerful learning for bounding box regression[J]. arXiv Preprint, arXiv: 2205.12740, 2022.

[42]

Mundt M, Majumder S, Murali S, et al. Meta-learning convolutional neural architectures for multi-target concrete defect classification with the concrete defect bridge image dataset[C]// Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. New York: IEEE, 2019: 11196-11205.

[43]	Flotzinger J, Rösch P J, Braml T. DACL10K: benchmark for semantic bridge damage segmentation[C]// Proceedings ofthe IEEE/CVF Winter Conference on Applications of Computer Vision. New York: IEEE, 2024: 8626-8635.

[44]	Wang X, Girshick R, Gupta A, et al. Non-local neural networks[C]// Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. New York: IEEE, 2018: 7794-7803.

[45]	Ding X, Zhang X, Han J, et al. Scaling up your kernels to 31×31: Revisiting large kernel design in cnns[C]// Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. New York: IEEE, 2022: 11963-11975.

[46]	Woo S, Park J, Lee J Y, et al. Cbam: Convolutional block attention module[C]// Proceedings ofThe European Conference on Computer Vision. New York: IEEE, 2018: 3-19.

[47]	Liu Z, Mao H, Wu C Y, et al. A convnet for the 2020s[C]// Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. New York: IEEE, 2022: 11976-11986.

[48]	Bochkovskiy A, Wang C Y, Liao H Y M. Yolov4: Optimal speed and accuracy of object detection[J]. arXiv Preprint, arXiv: 2004.10934, 2020.

[49]	Zheng Z, Wang P, Ren D, et al. Enhancing geometric factors in model learning and inference for object detection and instance segmentation[J]. IEEE Transactions on Cybernetics, 2021, 52(8): 8574-8586.

[50]	Selvaraju R R, Cogswell M, Das A, et al. Grad-cam: Visual explanations from deep networks via gradient-based localization[C]// Proceedings of the IEEE International Conference on Computer Vision. New York: IEEE, 2017: 618-626.