基于改进的YOLOv8s与数据增强技术的GPR图像中道路地下病害自动检测

《Journal of Applied Geophysics》：Automatic detection of road underground diseases in GPR images based on an improved YOLOv8s and data augmentation

　　魏雪|焦鹏|应丽|刘莉•MLCA模块被集成到PGGAN中，以提高生成图像的质量。•YOLOv8s的骨干网络采用高效ViT，以降低计算量。•在骨干网络中加入BRA模块，提升检测精度。•在颈部结构中使用C2f-Faster模块，进一步提高计算效率。•通过真实数据实验验证了所提方法的优越性。

引言在人类活动与自然因素的共同作用下，道路内部常常出现空洞、裂缝等各类地下病害。这些病害极易导致道路坍塌，进而影响道路基础设施的运行安全与使用寿命（Li等人，2022a；Zamanian和Shafieezadeh，2023）。因此，及时检测地下病害对道路维护管理至关重要（Xiong等人，2021）。核心取样法（Yang等人，2021）是传统的地下病害检测技术，但该方法会破坏路面结构，且效率较低，仅适用于小范围检测。近年来，出现了多种用于地下病害检测的无损检测技术，包括超声检测（Choi和Park，2019）、X射线扫描（Zhang等人，2016）以及地面穿透雷达（GPR）（Solla等人，2021）。由于具有高效、操作便捷以及能够直观呈现探测结果等优点，GPR逐渐成为道路探测领域的主流技术（Miskiewicz等人，2021；Pan等人，2023；Faris等人，2024）。传统上，GPR数据的解读依赖人工经验，既无法保证效率，也无法确保准确性。因此，自动目标识别方法对于提升GPR数据的解读性能十分重要。GPR图像中的传统自动目标识别方法主要是基于机器学习技术开发的，这类方法通常包含特征提取与分类两个阶段。Xie等人（2013）从分割后的A扫描信号中提取统计特征，并利用支持向量机进行空洞识别，结果表明该方法在空洞深度识别方面精度较高，但易受噪声干扰。Luo和Lai（2020）从GPR图像中提取灰度特征与梯度特征，再运用金字塔模式识别方法来识别地下空洞，结果显示该方法能够识别大部分空洞，但强非空洞回波与弱空洞回波可能被误分类，从而导致较高的假阳性率。Cui等人（2025a）以A扫描信号的峰值幅度与能量作为特征，用支持向量机识别空洞宽度，同时采用三阶段边界提取算法确定空洞深度，实验表明该方法的性能优于人工神经网络与K近邻算法。这些基于机器学习的方法需要人工进行特征提取，而提取特征的质量会显著影响分类效果。由于人工设计的低级特征表现能力有限，这类方法往往难以达到理想的准确率与泛化能力，尤其是在处理真实的GPR数据时。目前，深度学习技术越来越多地被应用于GPR图像的自动目标识别领域（Gao等人，2020；Liu等人，2023a；Cui等人，2025b）。深度学习方法利用深度神经网络替代人工特征提取，能够自动学习高级图像特征，这样的特征表示能力更强，更适用于分析复杂的GPR数据。用于GPR图像目标检测的深度学习方法主要分为两阶段检测方法与单阶段检测方法两类。两阶段检测方法主要包括基于区域的卷积神经网络R-CNN（Girshick等人，2014）、快速R-CNN（Girshick，2015）以及更快的Faster R-CNN（Ren等人，2016）。这类方法首先通过选择性搜索算法确定候选区域，然后再对候选区域进行特征提取与分类。Lei等人（2019）利用Faster R-CNN识别含有双曲形目标的矩形区域，检测精度达到了95.66%。Cui等人（2022）用Faster R-CNN识别公路层界面，识别准确率高达98.3%，不过位于界面处的较小缺陷可能会影响识别效果。Liu等人（2023c）则使用Mask R-CNN识别沥青路面的裂缝，实验表明，在1024×1024像素的图像上，该模型的检测精度为83.3%，检测速度为每秒4.2帧。尽管这两类两阶段检测方法能够实现较高的识别精度，但其检测速度仍然较慢，难以满足实时检测的需求。单阶段检测方法则采用基于回归的技术进行目标检测，无需额外的区域候选阶段，而是直接通过端到端的卷积神经网络输出目标的类别与位置，从而提升检测效率。典型的单阶段检测方法包括一次过检测算法YOLO（Redmon等人，2016；Redmon和Farhadi，2018）、单次多框检测器SSD（Liu等人，2016）以及RetinaNet（Lin等人，2020）。Liu等人（2020）用SSD检测混凝土结构中的钢筋，结果显示其检测准确率为90.9%，检测速度为每秒2.1帧，均优于Faster R-CNN。Li等人（2021）使用了八个YOLO模型检测GPR图像中的隐蔽裂缝，结果表明YOLOv5x的均值平均精度最高，为94.39%，而YOLOv4-tiny的检测速度最快，可达每秒10.16帧。Liu等人（2023b）提出了改进版的YOLOv3-FDL模型用于检测路面中的细微裂缝，实验表明该模型的均值平均精度为87.8%，相比YOLOv3提升了7.5%，检测速度则为每秒22.22帧，与YOLOv3相近。Qiu等人（2022）开发了改进版的YOLOv5模型，用于识别GPR图像中的小型物体，该模型在颈部结构中加入了BiFPN网络，在骨干网络中加入了SE注意力机制，最终实现了75.7%的均值平均精度以及每秒109.9帧的检测速度，性能优于YOLOv5、Faster R-CNN与SSD。Ma等人（2024）提出了结合CBAM与EVC模块的EC-YOLOv7网络，用于识别道路缺陷，四种类型缺陷的均值平均精度可达94.15%。Wang等人（2024）引入了CBAM-YOLOv8模型检测地下缺陷，三种类型缺陷的均值平均精度为90.8%，优于其他四种对比模型。尽管深度学习技术在智能解析GPR图像方面表现出色，但这些模型在训练阶段需要大量的GPR图像数据。在实际检测中，现场收集的GPR数据往往不足以用于模型训练，因此通常会采用数据增强技术来扩大训练样本量。常见的数据增强方法包括图像变换方法、时域有限差分模拟方法以及基于深度学习的方法。图像变换方法包括随机裁剪、旋转、翻转以及缩放平移（Zhang等人，2022），不过这类方法可能会引入与真实数据特征不符的变换，从而影响模型对病害特征的识别。时域有限差分模拟方法则是通过电磁波仿真来生成GPR数据（Li等人，2022b），但该方法难以模拟现实场景中复杂的背景杂波与环境噪声。而基于深度学习的方法通常会利用生成对抗网络来学习真实数据的特征分布（Zhang等人，2021），从而生成与真实样本相近的GPR数据，这类方法因此在GPR数据增强领域得到了越来越广泛的应用。Yue等人（2021）提出了改进版的最小二乘生成对抗网络LSGAN模型，用于生成钢筋的GPR图像，使得检测精度提升了10%。Hu等人（2023）则使用深度卷积生成对抗网络DCGAN来生成四种类型缺陷的GPR图像，使得均值平均精度提升了8.3%。Xiong等人（2024）提出了GPR-GAN模型，用于生成三类目标的GPR图像，实验表明该网络具有良好的泛化能力，同时空洞、公路路面缺陷以及铁路路基缺陷的识别率分别提升了至少5.27%、7.68%和9.22%。针对地下病害检测，考虑到对精度与速度的双重需求，本研究采用了单阶段的YOLO系列方法。YOLOv8相较于其早期版本有了多项改进，根据网络深度与宽度不同，YOLOv8共分为五个版本，即YOLOv8n、YOLOv8s、YOLOv8m、YOLOv8l和YOLOv8x。在这些模型中，YOLOv8s兼具合适的检测速度与相对较高的检测精度，因此本研究选择YOLOv8s作为病害检测的基准模型。在数据增强方面，传统的生成对抗网络通常只包含固定的生成器与鉴别器组合，导致生成的图像细节信息不足。渐进式生成对抗网络PGGAN（Karras等人，2017）通过逐步扩展网络结构来提升生成图像的分辨率，从而能够生成质量更高的图像，并提高训练稳定性，因此本研究选择PGGAN作为数据增强的基准网络。基于以上分析，本研究提出了一种结合改进版YOLOv8s模型与数据增强的道路地下病害检测方法，其主要贡献如下：（1）基于改进版PGGAN的数据增强，将混合局部通道注意力模块集成到PGGAN的上下采样模块中，提升了模型捕捉局部病害细节的能力，进而提高了生成的病害图像质量。（2）基于改进版YOLOv8s的病害检测，在YOLOv8s的骨干网络中用高效EfficientViT替代原有的CPSDarknet，降低了计算复杂度并提升了检测速度；同时还在骨干网络中加入了双层路由注意力模块，使模型能够更精准地聚焦于病害目标，从而提高检测精度；在颈部结构中，则用FasterNet块替换了C2f中的Bottleneck结构，形成了C2f-Faster模块，进一步提升了计算效率。（3）通过实地实验进行验证，通过现场数据采集获得了922幅含有地下病害的GPR图像，使用所提方法对真实GPR图像进行检测，结果显示该方法对四类地下病害都具有较好的识别能力。本文的其余部分安排如下：第2节详细介绍了用于数据增强的改进版PGGAN；第3节详细阐述了用于病害检测的改进版YOLOv8s模型；第4节介绍了实验细节及相应分析；最后第5节给出本研究的结论。随后，BRACRediT作者贡献声明为：魏雪：写作——审稿与编辑、指导、方法论、数据整理、概念构建。焦鹏：写作——初稿撰写、验证、方法论、研究实施、概念构建。李颖：验证、软件使用、方法论、数据整理。刘莉：验证、指导、项目管理、资金筹措。利益冲突声明：作者声明不存在任何可能影响本文所述工作的已知财务利益或个人关系。致谢：本研究部分得到了中国国家自然科学基金项目（编号62175220）的支持。