堆叠特征融合网络

三特征图加权融合

该网络通过融合堆叠特征与残差结构，在桩基完整性检测中实现了对缺陷的高精度识别。

Chen, Guangyao · Koh, Changhee · Sihao, Li · Ziyang, Jiang · Liang, Yangze · 徐照 · Daguo, Wu

Advanced Engineering Informatics 2025

参数信息

识别准确率

99.17 %

识别准确率

100 %

损伤定位误差

0.034 m

技术优势

不再依赖人工判读

框架直接输出完整性判断和损伤位置，避免了检测人员经验差异带来的主观性和不确定性。

定位精度达到厘米级

三种损伤等级的中位定位误差分别为0.034 m、0.033 m和0.073 m，满足工程检测对损伤位置的精度要求。

训练更快且更稳

提出的λ-FAdaMax算法融合分数阶导数与Adam，在加快收敛的同时保持精度，便于模型快速部署。

应用场景

• 桩基检测：自动识别桩身缺陷并定位，替代人工判读。
• 结构健康监测：提供高精度损伤定位，支持结构状态长期监测。
• 深度学习模型：提供轻量级特征融合网络和高效优化器，便于工程部署。