多专家道路损伤检测网络

雨天低照度下更稳

把道路损伤的复杂关系建模分解给多个专家，用细节感知专家和跨尺度注意力专家协同，比单一模型更适应多变路况和恶劣光照。

Jia-Xu, Zhao · 贾明兴 · Shichao, Wang · Chuangchuang, Jiang · 牛大鹏 · 方晓柯

Advanced Engineering Informatics 2026

参数信息

mAP@0.5提升（CNRDD）

4.5 %

mAP@0.5提升（RDD2022）

6.6 %

mAP@0.5提升（ARSDD）

4.2 %

技术优势

雨天低照度不崩

通过专家混合建模异质关系、细节感知专家提取细粒度线索，模型在低光照和雨天场景下仍能保持与正常条件相当的精度，性能退化大幅减小。

即插即用

框架采用模块化设计，可作为即插即用组件无缝集成到现有道路损伤检测系统中，无需改动整体架构。

多基准普遍有效

在CNRDD、RDD2022、ARSDD三个不同规模和数据分布的基准上，mAP@0.5分别提升4.5%、6.6%、4.2%，显示跨数据集泛化能力。

应用场景

• 道路基础设施巡检：在低照度和雨天自动识别多种道路损伤，减少人工巡检漏检。
• 自动化检测设备：模块化设计可直接嵌入车载或路侧检测设备，提升恶劣天气下的检测稳定性。
• 智能交通系统：为交通管理系统提供实时、可靠的道路损伤信息，辅助养护决策。
• 巡检机器人视觉：即插即用的检测器可作为巡检机器人视觉核心，适应复杂路况。