基于离线数据增强与YOLOv5的混凝土裂缝检测研究.pdfVIP

第４９卷第８期山西建筑Ｖｏｌ．４９Ｎｏ．８

２０２３年４月Ａｐｒ．２０２３·６３·

ＳＨＡＮＸＩＡＲＣＨＩＴＥＣＴＵＲＥ

１０．１３７１９／ｊ．ｃｎｋｉ．１００９－６８２５．２０２３．０８．０１５

ＤＯＩ：

基于离线数据增强与ＹＯＬＯｖ５的混凝土裂缝检测研究★



阳茜汕，卓德兵，涂婉莹，刘杜洋

（吉首大学土木工程与建筑学院，湖南张家界４２７０００）

摘要：钢筋混凝土结构在服役期间难免会产生裂缝。根据传统裂缝检测方法的缺点以及小数据集在深度学习过程中容易

产生的过拟合问题，提出了一种基于离线数据增强与ＹＯＬＯｖ５目标检测算法的钢筋混凝土梁板裂缝智能检测方案，研究表明，

该方法能够自动识别钢筋混凝土结构中的裂缝，并且准确率高，识别速度快。

关键词：钢筋混凝土；裂缝；数据增强；ＹＯＬＯｖ５

中图分类号：ＴＵ３７５．２文献标识码：Ａ１００９－６８２５（２０２３）０８－００６３－０４

文章编号：

钢筋混凝土结构充分发挥了钢筋的抗拉性能和混凝题，目前所采取的对策主要分为模型结构的改进和数据

土的抗压性能，不仅力学性能好，而且有着优异的耐久性增强两个方向，数据增强是一种解决过拟合问题十分有

和耐火性。目前已被广泛应用于建筑、道路、桥梁、港口效的方法。它通常假定为能够利用增强方法从原始数据

各种领域，成为目前工程当中应用范围最广，使用量最大集中抽取出更多的数据信息，使得增强后的数据集表征

的结构形式。然而构成钢筋混凝土结构的混凝土材料其更加全面的数据集合，从而缩短了训练集和验证集之间

抗拉强度要远远低于抗压强度，一般不到抗压强度的的差距。数据增强包括了离线和在线两种形式，离线数

１／１０，在外界荷载、温度变化、混凝土收缩、钢筋腐蚀和冻据增强的特点是预先对已有数据集作出所有必要的变

融循环等条件影响下，混凝土构件内部极易产生拉应力，换，使得增强后的数据数量变为原始数据数量的Ｎ倍。

当拉应力达到一定程度之后便会使得混凝土开裂。混凝离线数据增强的主要考虑因素是与扩增数据带来的额外

土一旦开裂，不仅会影响建筑结构的表观和耐久性，而且内存和计算约束。因此，这种方式更适合用于小数据集。

往往会影响到建筑结构的使用功能，造成一定的结构安在线数据增强的特点是不要求预先对已有数据集作出所

全隐患。因此，能够及时发现结构重要部位是否开裂，并有必要的变换，而是在训练阶段，在线的对图像进行各类

进行实时监测和预警对保障结构的功能和安全具有重要转换。在线增强的好处是可以节省内存空间，不需要额外

［８－９］

的意义。当前，常见的混凝土裂缝检测手段仍然是人工地进行数据预处理，而弊端则是会降低训练的效率。

检测居多，但是人工检测具有工作量大、工作效率低下、本文以钢筋混凝土梁板裂缝为研究对象，根据传统

较为依赖经验的弊端。除了人工检测之外，也拥有热成裂缝检测方法的缺陷以及小数据集在深度学习过程中容

像检测、超声波检测、荧光磁粉检测、渗透检测等无损手易产生的过拟合问题，提出了一种基于离线数据增强与

段，但又都具有工序烦琐、价格昂贵等弊端。所以，如何ＹＯＬＯｖ５算法的钢筋混凝土梁裂缝检测方法，如图１所

高效而又经济地检测混凝土裂缝，变成了工程界亟待解