黃思文，包騰飛,2,3，李揚濤，?；塾?/p>

(1.河海大學(xué)水利水電學(xué)院，江蘇 南京 210098；2.河海大學(xué)水文水資源與水利工程科學(xué)國家重點實驗室，江蘇 南京 210098；3.三峽大學(xué)水利與環(huán)境學(xué)院，湖北 宜昌 443002)

水工混凝土建筑物工作條件復(fù)雜[1]，在太陽輻射、干濕循環(huán)、凍融循環(huán)等作用下易產(chǎn)生裂縫[2]。裂縫的存在和發(fā)展，輕則引發(fā)滲漏、溶蝕破壞，重則引發(fā)大壩失事，危及下游人民生命財產(chǎn)安全。因此，及時發(fā)現(xiàn)裂縫并采取相應(yīng)除險加固措施對保障大壩安全十分重要。目前國內(nèi)外大壩裂縫檢測方法主要采用傳統(tǒng)的人工巡視[3]，該方法不僅費時費力，且水下區(qū)域通常無法到達(dá)。近年來，出現(xiàn)了利用無人機和水下機器人拍攝大量影像資料，然后通過人工解讀影像識別大壩裂縫的方式，該方式雖然減輕了野外工作的強度，但人工解讀影像工作量巨大，效率低下。

采用圖像處理方法可以替代人工解讀工作，一定程度實現(xiàn)圖片中裂縫的自動化識別。徐歡等[4]提出了一種基于Canny算子的路面裂縫檢測方法，引入形態(tài)學(xué)濾波進(jìn)行改進(jìn)，使用Ostu算法實現(xiàn)雙閾值的自適應(yīng)獲取。王麗[5]提出了基于樽海鞘群優(yōu)化的大壩裂縫圖像分割算法，并建立了混凝土壩病害監(jiān)測GUI系統(tǒng)。張小偉等[6]基于自適應(yīng)區(qū)域生長和局部K-Means聚類，提出了一種針對混凝土壩面裂縫檢測的圖像處理算法。王一兵等[7]提出基于LabVIEW+VDM的混凝土壩裂縫分析方法，利用VDM視覺開發(fā)包獨立完成混凝土壩裂縫的檢測。陶健等[8]基于Retinex算法和百分比閾值法，提出了一種瀝青路面裂縫檢測方法。雖然上述方法取得了一定的裂縫識別效果，但這些圖像處理方法都存在處理速度慢的問題，針對海量的圖片數(shù)據(jù)，處理效率不高，且自動化程度較低。

使用深度學(xué)習(xí)方法可以有效提高圖像識別的自動化程度，近年來，眾多研究人員將深度學(xué)習(xí)方法應(yīng)用到裂縫識別中。劉承飛[9]構(gòu)建了雙卷積神經(jīng)網(wǎng)絡(luò)(CNN-Segnet)，提出了一種混凝土橋梁裂縫識別方法，但以目前相機傳感器的分辨率水平，在保證識別精度的前提下，其推理速度較慢。任松等[10]基于R-FCN網(wǎng)絡(luò)，提出了一種公路隧道裂縫檢測方法，馮春成[11]提出了一種基于深度學(xué)習(xí)的溢流壩表面裂縫檢測方法，二者推理速度均較快，但識別精度較低、泛化能力較弱。李良福等[12]基于PSPNet網(wǎng)絡(luò)，引入自注意力機制，提出了一種針對橋梁裂縫的語義分割方法，其測試平均交并比(mean intersection over union，MIoU)為84.31，一定程度提升了分割精度，但分割仍不夠精確。張鵬[13]提出了一種基于Deeplab V3+網(wǎng)絡(luò)[14]的混凝土裂縫識別方法，其識別精度較高，但主干網(wǎng)絡(luò)使用Xception網(wǎng)絡(luò)，推理速度存在明顯不足。祝一帆等[15]提出了一種基于U-Net網(wǎng)絡(luò)的路面裂縫檢測方法，采用密集連接結(jié)構(gòu)，在以往結(jié)構(gòu)的基礎(chǔ)上提高了網(wǎng)絡(luò)各層特征信息利用率，該方法增強了網(wǎng)絡(luò)的泛化能力，但其推理速度較慢。

為實現(xiàn)對水工混凝土裂縫快速而準(zhǔn)確地檢測，本文將Deeplab V3+網(wǎng)絡(luò)應(yīng)用于水工混凝土裂縫檢測中，提出了基于改進(jìn)Deeplab V3+網(wǎng)絡(luò)的水工混凝土裂縫語義分割方法(以下簡稱“本文方法”)。本文方法采用Mobilenetv2網(wǎng)絡(luò)替換原主干網(wǎng)絡(luò)，將空洞卷積金字塔池化模塊(ASPP)的空洞卷積替換為空洞深度可分離卷積，以提升運算速度，降低深層特征下采樣倍數(shù)以減少語義信息丟失。并結(jié)合實際工程數(shù)據(jù)集，對本文方法可靠性進(jìn)行了驗證。

1 水工混凝土裂縫語義分割方法

1.1 主干特征提取網(wǎng)絡(luò)

目前，Deeplab V3+網(wǎng)絡(luò)使用的主干特征提取網(wǎng)絡(luò)(以下簡稱主干網(wǎng)絡(luò))主要為Xception網(wǎng)絡(luò)，對于識別目標(biāo)種類多，且訓(xùn)練集數(shù)據(jù)大的情況，具有很好的識別效果。但實際應(yīng)用中，數(shù)據(jù)集通常很難滿足此要求，其識別效果往往不夠理想，而且因其參數(shù)多、結(jié)構(gòu)復(fù)雜，網(wǎng)絡(luò)推理速度較慢。而Mobilenetv2網(wǎng)絡(luò)[16]是輕量級卷積神經(jīng)網(wǎng)絡(luò)，參數(shù)少、結(jié)構(gòu)相對簡單，推理速度快，且在數(shù)據(jù)集數(shù)據(jù)較少時仍能實現(xiàn)較高的分割精度。因此，本文采用Mobilenetv2網(wǎng)絡(luò)替換原主干網(wǎng)絡(luò)(Xception網(wǎng)絡(luò))。

Mobilenetv2網(wǎng)絡(luò)引入了倒殘差結(jié)構(gòu)和線性瓶頸結(jié)構(gòu)。Mobilenetv2網(wǎng)絡(luò)獲取輸入信息后，先利用1×1卷積將輸入升維并使用非線性激活函數(shù)ReLU6激活，再利用3×3深度可分離卷積進(jìn)行特征提取，之后進(jìn)行1×1卷積降維并使用線性激活函數(shù)激活，最后將其與輸入進(jìn)行疊加。所謂倒殘差結(jié)構(gòu)，即在3×3卷積前后各有一個1×1卷積分別進(jìn)行升維和降維，此結(jié)構(gòu)可增強梯度的傳播，顯著減少推理期間所需的內(nèi)存占用。而線性瓶頸結(jié)構(gòu)則是指進(jìn)行1×1卷積降維時不再使用非線性激活函數(shù)ReLU6，而采用線性激活函數(shù)，以保留更多特征信息。

1.2 改進(jìn)DeepLab V3+網(wǎng)絡(luò)結(jié)構(gòu)

Deeplab V3+網(wǎng)絡(luò)對深層特征的下采樣倍數(shù)為16～32，下采樣倍數(shù)越高則語義信息的壓縮程度越高，過高的下采樣倍數(shù)會丟失目標(biāo)特征信息，影響識別效果。本文將深層特征下采樣倍數(shù)更改為8，以保留裂縫更多的特征信息，進(jìn)而提升網(wǎng)絡(luò)識別精度。原網(wǎng)絡(luò)的空洞卷積金字塔池化模塊(ASPP)采用3×3空洞卷積，本文將其替換為3×3空洞深度可分離卷積，以降低參數(shù)量，進(jìn)而提升網(wǎng)絡(luò)推理速度。

改進(jìn)Deeplab V3+網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示，其結(jié)構(gòu)可以分為3個部分：主干特征提取網(wǎng)絡(luò)、ASPP模塊和上采樣模塊。利用主干網(wǎng)絡(luò)Mobilenetv2提取輸入圖片的淺層特征和深層特征。主干網(wǎng)絡(luò)對深層特征進(jìn)行8倍下采樣后傳入ASPP模塊，ASPP模塊采用5種方式對深層特征進(jìn)行并行處理，分別為：1×1卷積進(jìn)行特征提取，3個空洞率分別為6、12、18的3×3空洞深度可分離卷積進(jìn)行跨像素點特征提取，以及全局圖像池化。5種處理方式得到對應(yīng)的5個特征層，將其堆疊并利用1×1卷積進(jìn)行通道數(shù)調(diào)整后得到一個深層特征層。對其進(jìn)行上采樣操作后，與經(jīng)過1×1卷積調(diào)整通道數(shù)的淺層特征層融合，得到一個包含輸入圖片淺層特征和深層特征的特征層，之后利用3×3卷積進(jìn)行特征提取，最后利用上采樣將結(jié)果調(diào)整為與輸入圖片同等大小后輸出。

圖1 改進(jìn)Deeplab V3+網(wǎng)絡(luò)結(jié)構(gòu)

1.3 損失函數(shù)

訓(xùn)練過程采用交叉熵?fù)p失函數(shù)計算預(yù)測誤差，進(jìn)行反向傳遞，調(diào)整網(wǎng)絡(luò)參數(shù)，損失函數(shù)計算公式為

(1)

式中：N為像素總數(shù)；c為某一語義分割類別；K為語義分割類別總數(shù)(包括背景)，本文為2；wc為類別c的損失權(quán)重；pc(zi)為像素zi屬于真實類別c的概率。

裂縫損失權(quán)重設(shè)置為0.8，背景損失權(quán)重設(shè)置為0.2，以解決類別不平衡問題。

2 實例驗證

2.1 驗證數(shù)據(jù)集與評價指標(biāo)

為評估本文方法對水工混凝土裂縫的語義分割性能，結(jié)合實際工程數(shù)據(jù)集驗證該網(wǎng)絡(luò)的可靠性。

2.1.1數(shù)據(jù)集制作

驗證試驗采用自制水工混凝土裂縫數(shù)據(jù)集，原始數(shù)據(jù)來源于中國西北地區(qū)某水利樞紐工程，所拍攝裂縫位于壩頂路面、閘墩、溢流堰邊墻、引水渠邊墻等部位。使用相機Nikon D300s拍攝，圖片分辨率為3 216×2 136像素，為了便于網(wǎng)絡(luò)訓(xùn)練，將拍攝圖片裁剪至224×224像素，裁剪后得到裂縫圖片共1 200張。

數(shù)據(jù)集制作過程如圖2所示。首先對圖片裂縫進(jìn)行人工精細(xì)標(biāo)注，再利用標(biāo)注文件生成PNG標(biāo)簽文件。同時，使用數(shù)據(jù)增強方法以擴充數(shù)據(jù)集，增強方法為順時針旋轉(zhuǎn)90°、水平翻轉(zhuǎn)和局部放大。經(jīng)過增強后，數(shù)據(jù)集為4 800張裂縫圖片及對應(yīng)標(biāo)簽文件，按比例7∶2∶1劃分，即訓(xùn)練集3 360張，驗證集960張，測試集480張。

圖2 數(shù)據(jù)集標(biāo)注與增強

2.1.2試驗平臺

試驗所用計算機操作系統(tǒng)為Windows 10，運行內(nèi)存16GB，CPU為Intel Core i5-10400F，GPU為NVIDA 1660S，GPU加速為CUDA 11.0，深度學(xué)習(xí)框架為Pytorch 1.7.1。

2.1.3試驗流程

先收集實際工程中水工混凝土裂縫圖片，將收集的圖片制成數(shù)據(jù)集，用訓(xùn)練集訓(xùn)練改進(jìn)Deeplab V3+網(wǎng)絡(luò)，并采用驗證集進(jìn)行調(diào)參。

訓(xùn)練使用VOC數(shù)據(jù)集訓(xùn)練得到的權(quán)重作為預(yù)訓(xùn)練權(quán)重，訓(xùn)練優(yōu)化器使用Adam。網(wǎng)絡(luò)共訓(xùn)練100輪，先進(jìn)行50輪凍結(jié)訓(xùn)練，再進(jìn)行50輪解凍訓(xùn)練。在凍結(jié)階段，網(wǎng)絡(luò)的主干部分被凍結(jié)，僅調(diào)整網(wǎng)絡(luò)其余部分的參數(shù)。在解凍階段，主干部分被解凍，網(wǎng)絡(luò)所有參數(shù)都會調(diào)整。凍結(jié)階段批尺寸設(shè)為8，學(xué)習(xí)率設(shè)為5×10-4；解凍階段批尺寸設(shè)為4，學(xué)習(xí)率設(shè)為5×10-5。

訓(xùn)練結(jié)束后，將得到的權(quán)值文件載入網(wǎng)絡(luò)并在測試集上測試，并進(jìn)行消融試驗分析。同時引入對比方法，計算各方法評估指標(biāo)，并選取典型混凝土裂縫圖片以測試分割效果，最后對網(wǎng)絡(luò)進(jìn)行光照強度影響評估。

2.1.4評估指標(biāo)選取

采用MIoU和平均像素精度(MPA)評價本方法對混凝土裂縫的語義分割精度。MIoU為各類別預(yù)測值與真實值集合交集與并集比值的平均值，MPA為各類別預(yù)測正確的像素數(shù)量與總像素數(shù)量的比值的平均值[17-19]。

除了分割精度，評價語義分割網(wǎng)絡(luò)性能的另一個重要指標(biāo)是推理速度，即網(wǎng)絡(luò)每秒鐘能處理的圖片數(shù)量，試驗采用幀率(FPS)評估網(wǎng)絡(luò)推理速度。

2.2 結(jié)果與分析

2.2.1訓(xùn)練過程評估

訓(xùn)練損失函數(shù)與驗證損失函數(shù)均隨著訓(xùn)練輪次的增加而降低，第1輪訓(xùn)練時訓(xùn)練損失函數(shù)為0.139，驗證損失函數(shù)為0.080；第100輪訓(xùn)練時訓(xùn)練損失函數(shù)為0.030，驗證損失函數(shù)為0.046(圖3)。損失函數(shù)在前幾輪訓(xùn)練快速降低，之后緩慢降低并趨于穩(wěn)定，曲線變化趨勢良好，且在訓(xùn)練結(jié)束時訓(xùn)練與驗證損失函數(shù)均小于0.05。說明改進(jìn)Deeplab V3+網(wǎng)絡(luò)在混凝土裂縫數(shù)據(jù)集上收斂效果較好。

圖3 損失函數(shù)隨訓(xùn)練輪次變化

2.2.2消融試驗分析

本文對Deeplab V3+網(wǎng)絡(luò)做了3處改進(jìn)：采用Mobilenetv2網(wǎng)絡(luò)替換原主干網(wǎng)絡(luò)Xception，將深層特征下采樣倍數(shù)降低為8，將ASPP模塊的空洞卷積替換為空洞深度可分離卷積。為評估各項改進(jìn)對網(wǎng)絡(luò)性能的提升效果，進(jìn)行了消融試驗測試各種改進(jìn)組合的精度及推理速度指標(biāo)，結(jié)果見表1。

表1 消融試驗評價指標(biāo)統(tǒng)計

由表1可知，替換主干網(wǎng)絡(luò)可以大幅提升網(wǎng)絡(luò)推理速度，并一定程度提升精度；降低深層特征下采樣倍數(shù)會使推理速度有所降低，但精度有明顯提升；改變ASPP模塊的空洞卷積類型能一定程度提升推理速度，對精度影響很小。做3項改進(jìn)的網(wǎng)絡(luò)(第8組)MPA最高，MIoU比最高的第5組僅低0.01，而MPA和FPS均高于第5組，F(xiàn)PS比最高的第6組低4.84幀/s。綜合來看，做3項改進(jìn)的網(wǎng)絡(luò)綜合性能最優(yōu)，在大幅提升推理速度的同時，精度也有明顯提升。

2.2.3分割效果評估

從測試集中選取4張典型混凝土裂縫圖片，包含單條裂縫、多條裂縫以及交叉裂縫，測試本文方法對典型裂縫圖片的分割效果。并將其與Deeplab V3+網(wǎng)絡(luò)、U-Net網(wǎng)絡(luò)、基于2種主干網(wǎng)絡(luò)的PSPNet網(wǎng)絡(luò)[20]、Canny邊緣檢測算法[21]作比較，結(jié)果如圖4所示。

圖4 典型裂縫分割效果對比

Canny邊緣檢測算法提取的裂縫存在多處間斷，且提取了很多非裂縫部分的邊緣，檢測效果受噪聲影響較大。PSPNet網(wǎng)絡(luò)將很多裂縫像素點識別為背景，將背景識別為裂縫，尤其在識別交叉裂縫時存在多處間斷，可見PSPNet網(wǎng)絡(luò)對于混凝土裂縫識別能力較弱。U-Net網(wǎng)絡(luò)對裂縫2識別效果較差，該圖混凝土表面不平整，網(wǎng)絡(luò)將部分凹陷識別成裂縫，抗噪性較差，且對裂縫4識別存在間斷。

Deeplab V3+網(wǎng)絡(luò)對裂縫1分割存在間斷，對表面不平整的裂縫2的分割也存在問題，其中較短裂縫兩端均有局部被識別為背景。而本文方法對這些部位分割更精確，尤其對Deeplab V3+網(wǎng)絡(luò)和U-Net網(wǎng)絡(luò)分割效果不佳的裂縫2，其分割效果明顯更優(yōu)，體現(xiàn)出網(wǎng)絡(luò)更強的泛化能力。經(jīng)過改進(jìn)，網(wǎng)絡(luò)的分割精度和泛化能力都有一定提升，其混凝土裂縫分割效果優(yōu)于所有比較方法。

2.2.4分割精度評估

經(jīng)測試集測試，不同分割方法的精度見表2。本文方法的MIoU達(dá)到了89.45，MPA達(dá)到了95.19，兩項精度指標(biāo)均高于所有比較方法，相較于Deeplab V3+網(wǎng)絡(luò)，分別提高了0.73和1.92。

表2 不同裂縫分割方法的分割精度

2.2.5推理速度評估

本文方法、Deeplab V3+網(wǎng)絡(luò)、U-Net網(wǎng)絡(luò)、PSPNet(Mobilenetv2)網(wǎng)絡(luò)、PSPNet(ResNet50)網(wǎng)絡(luò)、Canny邊緣檢測算法的FPS分別為51.11幀/s、27.78幀/s、27.22幀/s、64.23幀/s、39.89幀/s、13.64幀/s。本文方法的FPS相較Deeplab V3+網(wǎng)絡(luò)提升了23.33幀/s，即網(wǎng)絡(luò)平均每秒鐘能多處理23.33張圖片。幾種比較方法中，僅基于Mobilenetv2的PSPNet網(wǎng)絡(luò)推理速度略高于本文方法，但由前文可知，其分割精度顯著低于本文方法。因此，本文方法裂縫分割精度最高、推理速度快，綜合性能最優(yōu)。

2.2.6光照強度影響評估

為評估拍攝照片時的光照強度對識別效果的影響，使用不同亮度的圖片對本文方法進(jìn)行測試，測試結(jié)果見圖5。光照強度升高加強了裂縫內(nèi)部混凝土的反光，對于較窄裂縫，識別結(jié)果可能會出現(xiàn)間斷；當(dāng)光照強度很低時，混凝土表面以及裂縫均較暗，導(dǎo)致裂縫邊緣識別不夠精確。光照強度對網(wǎng)絡(luò)識別效果有一定影響，但網(wǎng)絡(luò)仍能較準(zhǔn)確地識別裂縫。

3 結(jié) 語

為實現(xiàn)水工混凝土裂縫快速而準(zhǔn)確的檢測，提出了一種基于改進(jìn)Deeplab V3+網(wǎng)絡(luò)的水工混凝土裂縫語義分割方法。實例驗證結(jié)果表明本文方法能實現(xiàn)推理速度大幅提升的同時，分割精度也能有一定幅度的提升。本文方法具有以下優(yōu)點：①具有一定的混凝土裂縫快速檢測能力。其FPS達(dá)到51.11幀/s，即平均每秒可以處理51.11張大小為224×224像素的圖片，推理速度快。②可以實現(xiàn)混凝土裂縫的高精度分割。其MIoU和MPA分別達(dá)到89.45和95.19，均高于比較方法，分割精度高。③可以有效分割多種類型的混凝土裂縫。對于含有單條裂縫、多條裂縫以及交叉裂縫的典型裂縫圖片，其分割效果優(yōu)于比較方法，尤其對于多條裂縫圖像，分割效果明顯更優(yōu)，網(wǎng)絡(luò)泛化能力更強。且在光照強度過高和過低時仍能較好地實現(xiàn)裂縫分割。

驗證數(shù)據(jù)集裂縫圖片噪聲較少，未考慮裂縫表面存在較多覆蓋的情況。后續(xù)將針對裂縫圖片存在較多噪聲的情況開展更深入的裂縫檢測研究。裂縫檢測工作是基于離線數(shù)據(jù)進(jìn)行的，后續(xù)可將檢測網(wǎng)絡(luò)與圖像采集系統(tǒng)融合，實現(xiàn)對混凝土裂縫的實時檢測。