道路损伤特征聚合网络

实时高精度检测

针对街景图像中小尺寸、弱纹理道路损伤，通过级联空洞金字塔与跨层注意力实现多尺度特征融合，检测更准。

Xuanyu, Ge · Ren, Yilong · Jiang, Han · Xu, Liang · 于海洋

Computer-Aided Civil and Infrastructure Engineering 2026

参数信息

mAP@50 (SVRDD)

71.7 %

mAP@50:95 (SVRDD)

45.4 %

mAP@50 (USRDD)

63.8 %

mAP@50:95 (USRDD)

35.4 %

推理速度

253.2 FPS

参数量

11.87 M

计算量

39.4 GFLOPs

技术优势

检测精度高

在SVRDD和USRDD数据集上分别取得71.7%和63.8%的mAP@50，证明其在多种场景下的有效性。

推理速度快

推理速度达到253.2 FPS，满足实时检测需求，适合部署在移动或嵌入式设备上。

应用场景

• 道路病害智能巡检：自动从街景图像中识别道路损伤，替代人工巡查，提升巡检效率与覆盖率。
• 无人机道路巡检：模型轻量且实时，适合部署在无人机平台上，实现大范围路面快速巡检。
• 路面破损自动检测：针对小尺寸、弱纹理损伤优化，能检测路面裂缝、坑槽等细微缺陷。
• 基础设施维护与巡检：提供可扩展且成本低的监测手段，支持城市道路网络的预防性维护决策。