轻量化隧道缺陷检测模型

嵌入式设备实时检测

通过自适应特征融合与阶梯式压缩，在移动机器人嵌入式平台上实现隧道衬砌多类缺陷的实时精准识别。

刘勇 · Zhifeng, Wang · 王亚琼 · Zhen-Hao, Fan · Yili, Liu

Tunnelling and Underground Space Technology 2026

参数信息

mAP@0.5

0.752

F1分数

0.731

参数减少率

80.17 %

模型大小减少率

64.92 %

FLOPs减少率

76.64 %

推理速度

30 FPS

技术优势

嵌入式实时检测

通过阶梯式压缩，模型在移动机器人上实现超过30 FPS的推理速度，满足隧道巡检的实时性要求。

多类缺陷同时检测

该模型能够同时检测裂缝、剥落和渗漏水三种隧道衬砌缺陷，提高巡检效率。

大幅压缩模型

参数减少80.17%，模型大小减少64.92%，FLOPs减少76.64%，便于在算力受限的嵌入式设备上部署。

应用场景

• 隧道检测机器人：让移动机器人自主完成隧道衬砌缺陷巡检，替代人工目视检查，提高安全性和效率。
• 基础设施智能巡检：提供轻量化深度学习方案，用于隧道等基础设施表面缺陷的实时识别与预警。
• 嵌入式视觉系统：压缩后的模型可在嵌入式设备上实时运行，满足现场低功耗、低延迟的视觉检测需求。
• 工业缺陷检测：可检测隧道衬砌裂缝、剥落、渗漏水等缺陷，适用于工业设施表面质量检测。
• 嵌入式智能感知：将深度学习模型嵌入移动机器人传感系统，实现实时在线的缺陷智能感知。