计算机应用

作者：陈静, 毛莺池, 陈豪, 王龙宝, 王子成

单位：1. 河海大学 计算机与信息学院, 南京 211100;2. 华能澜沧江水电股份有限公司, 昆明 650214;3. 中国电建集团昆明勘测设计研究院有限公司, 昆明 650051

关键词：目标检测,工程缺陷,可变形卷积,单点多盒检测器,非极大值抑制

基金：国家重点研发计划项目（2018YFC0407105）；华能集团总部科技项目（HNKJ19-H12）；国网新源科技项目（SGTYHT/19-JS-217）。

为提升大坝安全运维的效率，大坝缺陷目标检测模型有助于辅助巡检人员进行缺陷检测。大坝缺陷几何形状多变，而采用传统卷积方式进行特征提取的单点多盒检测器（SSD）模型无法适应缺陷的几何变换。针对上述问题，提出可变形卷积单步多框检测器（DFSSD）模型。首先将原始SSD的主干网络VGG16中的标准卷积替换为可变形卷积，用于处理缺陷的几何变换，并且通过学习卷积偏移量来提升模型的空间信息建模能力；其次针对不同特征的尺寸，改进先验框比例，从而提高模型对条形特征的检测精度与模型的泛化能力；最后为解决训练集正负样本不均衡的问题，采用改进的非极大值抑制（NMS）算法来优化学习效果。实验结果表明：DFSSD模型较基准模型SSD在大坝缺陷图像上的平均检测精度提升了5.98%。相较于基于区域的更快卷积神经网络（Faster R-CNN）和SSD模型，DFSSD模型在大坝缺陷目标检测精度提升上有较好的效果。

来源：2021年第8期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第8期