CAMD-RTDETR：一种面向隧道结构的实时多缺陷检测方法

《Sensors》：CAMD-RTDETR: Real-Time Multi-Defect Detection Method for Tunnel Structures

　　

智能隧道缺陷检测对结构安全和高效运营维护至关重要。然而，人工巡检效率低、主观性强且存在风险，而现有深度学习方法在小目标、大尺度变化和严重背景干扰的实际条件下性能往往不稳定，限制了其精度和在边缘设备上的实时部署。为解决这些问题，本文提出CAMD-RTDETR，一种基于RT-DETR的端到端实时多缺陷检测方法。引入交叉注意力特征挖掘（cross-attention feature mining），实现浅层空间细节与深层语义信息之间的双向交互，增强对细裂纹等弱纹理缺陷的感知。设计多尺度上下文池化（multi-scale contextual pooling），聚合来自不同感受野的特征，改善形态多样的裂缝、渗漏和剥落的统一表征。此外，引入解码增强（decoding enhancement）和查询优化（query optimization），改进查询更新和定位判别能力，从而提升复杂隧道场景下的检测稳定性和边界精度。在实地采集的隧道缺陷数据集上的实验表明，CAMD-RTDETR在批次大小为1的测试设置下，平均推理延迟为15.855 ms/张，处理速度达63.06 FPS。与基线模型RT-DETR相比，精确率（Precision）、召回率（Recall）、mAP₅₀和mAP_50-95分别提高了6.3%、13.5%、14.7%和15.8%。与七种代表性检测器的对比进一步证明了其优越的精度和实时性能，初步展现了在边缘侧推理的可行性以及未来集成到车载隧道巡检系统中的潜力。

隧道结构在长期服役过程中，受地下水渗透、车辆动荷载和环境侵蚀等因素影响，常出现裂缝、渗漏、剥落等表观缺陷，不仅降低结构耐久性和稳定性，还可能引发安全事故。传统人工巡检和简单图像处理方法效率低、主观性强，难以满足运营维护需求。近年来，基于卷积神经网络（CNN）、YOLO系列等深度学习的检测方法虽取得进展，但在实际隧道场景中仍面临小目标漏检、多尺度特征表征困难、复杂背景干扰等问题，且多数模型难以在车载边缘设备上实现实时检测。为在精度和速度之间取得更好平衡，研究人员基于RT-DETR框架提出了一种实时多缺陷检测方法CAMD-RTDETR，并发表在《Sensors》。该方法在自建隧道缺陷数据集上取得了0.839的精确率和0.764的mAP₅₀，推理延迟为5.4 ms（约185 FPS），相比基线模型各指标均有显著提升，体现了在智能巡检系统中的良好应用前景。

研究人员围绕隧道缺陷的多尺度特性和复杂背景干扰，在RT-DETR基础上引入三项任务导向的改进：交叉注意力特征挖掘模块（CAFM）实现浅层细节与深层语义的跨层级双向交互；多尺度特征池化模块（MSFP）通过并行平均池化和残差连接增强同层多尺度上下文建模；解码器增强与查询优化模块（DAE）引入通道注意力和空间注意力强化编码特征显著性，并利用多尺度可变形注意力（MSDeformAttn）逐步优化查询表示。实验所用的缺陷数据集采集自中国厦门和天津地铁盾构隧道选段，共含2044张图像，覆盖渗漏、裂缝和剥落三类缺陷，并按8:2划分训练集和测试集，训练时采用几何变换、亮度调整等多种数据增强策略。

研究人员从模块对比、消融实验、整体模型比较、性能曲线分析和失败案例等多个角度进行了系统评价。在模块对比部分，CAFM在精确率（0.856）和mAP₅₀（0.752）上全面优于SE、CBAM、Non-local和可变形注意力机制，验证了跨层级特征交互对弱纹理裂纹感知的有效性。多尺度特征池化实验中，MSFP以mAP₅₀=0.727和mAP_50-95=0.469优于SPP、ASPP、FPN和PANet，证明其能更好地统一表征不同尺度的缺陷。解码增强方面，DAE在召回率（0.666）和mAP₅₀（0.726）上优于Conditional DETR、DAB-DETR等变体，且mAP_50-95仅次于DN-DETR，展现出在复杂背景下查询匹配稳定性和定位精度的提升。消融实验表明，组合三个模块后，CAMD-RTDETR相较于基线在精确率、召回率、mAP₅₀和mAP_50-95上分别提高6.3%、13.5%、14.7%和15.8%，达到0.839、0.682、0.764和0.462；各模块作用存在非线性的协同与竞争关系，最终模型在多项指标上实现了最佳综合平衡。在与Faster R-CNN、SSD、YOLOv5/v8、EfficientDet、RetinaNet、CenterNet等七种检测器的比较中，CAMD-RTDETR在所有精度指标上均位列第一，同时在批次大小为1时保持15.855 ms的推理延迟和63.06 FPS的处理速度，兼顾了高精度和实时性。按缺陷类别分析，该方法对剥落缺陷的mAP_50-95提升最为显著，接近0.6。边缘侧TensorRT测试显示，在输入分辨率416×416时，纯推理延迟为11.27 ms（90.18 FPS），完整流水线处理延迟为23.97 ms（41.72 FPS），验证了在低功耗边缘平台上的部署潜力。模型性能曲线（F1–置信度、精确率–置信度、精确率–召回率、召回率–置信度）表明，CAMD-RTDETR在较宽的置信度范围内能保持高且稳定的综合性能，对不同缺陷类别存在差异化的检测能力，其中某些类别识别效果更为突出。失败案例分析指出，模型在极微小裂纹、复杂结构纹理干扰和无明显边界的渗漏区域仍可能出现漏检、误检和定位偏差，这为后续改进指明了方向。

总体而言，本文所提方法以RT-DETR为基础，通过跨层特征交互、单层多尺度增强和解码查询优化的协同设计，有效缓解了小尺度缺陷漏检、多尺度表征困难以及复杂背景下检测不稳定的问题。实验结论指出，CAMD-RTDETR在自建数据集上达到了0.839的精确率、0.764的mAP₅₀和5.4 ms的推理延迟（约185 FPS），相比基线RT-DETR，精确率、召回率、mAP₅₀和mAP_50-95分别提高了6.3%、13.5%、14.7%和15.8%。与七种常用检测模型相比，该方法在检测精度和推理速度方面均表现出优越的综合性能。从工程应用角度看，CAMD-RTDETR可作为隧道巡检前端快速筛选和定位工具，其边界框输出能识别缺陷类别和大致位置，辅助巡检人员优先排查可疑区域；但该方法不直接量化裂缝长度、宽度或缺陷面积，仍需与精细分割、几何测量和人工复核相结合。未来可进一步研究轻量化部署、多场景数据验证和复杂工况下的适应性优化，以持续提升模型的泛化能力和实际部署性能。