基于改进RT-DETR的排水管道实时缺陷检测算法WEHD-DETR：提升城市基础设施安全与防灾能力

本文提出了一种基于改进RT-DETR的实时管道缺陷检测算法WEHD-DETR，通过轻量化主干网络（WRFasterNet）、自适应特征融合模块（EHFF）和结构重参数化技术，显著提升复杂背景下多尺度缺陷的识别能力。实验表明，该算法mAP提升3.1%，检测速度达75.2 FPS，参数量减少34.6%，为城市排水系统安全运维提供了高效解决方案。

　　

Highlight
排水管道作为城市"生命线"，其缺陷会引发道路塌陷、环境污染等连锁反应。传统人工检测效率低下且危险，而现有算法受限于复杂管道环境（如光照不均、水汽干扰）。本研究创新性地提出：

1. WRBlock模块
针对管道内高频边缘特征难以捕捉的问题，设计WRBlock扩展感受野，并基于此构建轻量化主干网络WRFasterNet，在污泥沉积等复杂背景下仍能保持高效特征提取。

2. EHFF多尺度融合模块
通过跨尺度全局-局部特征融合（ELA机制）解决裂缝不规则边缘、沉积物大范围模糊边界等挑战，显著提升模型对多形态缺陷的感知能力。

3. DRPB结构
替换原RepC3模块的DRB单元，在不增加参数前提下同步提取低频背景（如管壁腐蚀）和高频细节（如细裂纹），实现多尺度缺陷表征。

4. EH-CCFM架构
将上述模块集成至RT-DETR的CCFM中，结合结构重参数化技术，训练阶段深度融合特征，推理阶段速度提升明显，在含水流干扰的CCTV视频中表现优异。

Conclusion
WEHD-DETR在5类常见缺陷检测中mAP达86.7%，较原模型提升显著。该技术已应用于哈尔滨市管网监测，有效预防了3起潜在塌方事故，证实其在智慧城市基建运维中的实用价值。