《Infrastructures》：BC-GECO2: A Coarse and Fine Aggregate Segmentation and Counting Method for Hydraulic Concrete with Dense Depth Feature Fusion and Edge Enhancement
编辑推荐：
为降低水工混凝土中因堆叠聚集、类型混合且空间分布多样的骨料发生过分割与欠分割而导致的骨料级配计数误差，研究人员提出BC-GECO2，一种粗细骨料分割与计数方法。首先，设计BAHiera特征提取网络，通过边缘感知注意力提取多尺度深层特征；同时开发DFG-Edge
为降低水工混凝土中因堆叠聚集、类型混合且空间分布多样的骨料发生过分割与欠分割而导致的骨料级配计数误差，研究人员提出BC-GECO2，一种粗细骨料分割与计数方法。首先，设计BAHiera特征提取网络，通过边缘感知注意力提取多尺度深层特征；同时开发DFG-Edge模块，将小波变换与门控融合机制结合以增强密集分布骨料的边界特征，缓解下采样过程中小骨料特征丢失。其次，构建CSFM-GFFCA模块，采用双分支结构自适应融合相邻尺度特征，强化密集小骨料边缘响应并增强跨层特征交互。最后，建立结合Focal loss与counting loss的联合优化函数，引导模型关注难分类像素尤其是边界像素，提升分割完整性与计数精度。在实际施工现场采集的骨料数据集上实验表明，相较基线GECO2模型，该方法平均分割IoU、Dice与BIoU分别提升2.92%、5.04%与2.83%，平均计数MAE与RMSE分别降低6.92与15.65。此外，BC-GECO2在不同堆叠密度与边界模糊场景下表现出更优鲁棒性与泛化能力，为混凝土快速级配检测智能化提供技术支撑。
研究背景方面，水工混凝土作为水利水电工程关键建材，其力学性能与耐久性取决于骨料级配，但传统人工筛分依赖《水工混凝土施工规范》（SL677/DL/T5144）与《水工混凝土砂石骨料试验规程》（DL/T5151），存在耗时、主观误差大等问题。计算机视觉方法虽推动自动化，但堆叠骨料存在严重遮挡、重叠与边界模糊，传统图像处理（如Canny、Otsu、分水岭）对阈值敏感，CNN类（SE-ResNeXt-CL、U-Net、GFM-DC）与Transformer类（DINOv2、ESF-SAM、AP-SAM、RockSAM）方法在密集小骨料、相似纹理场景仍易过分割或欠分割。为此，研究人员以GECO2为基线，提出BC-GECO2（GECO2 enhanced with BAHiera and CSFM-GFFCA）实现粗细骨料实例分割与计数。
关键技术方法上，研究人员依托国家自然科学基金及甘肃省水利厅合作项目，从真实水工混凝土施工现场采集5种产地粗、细骨料共10类标准试件，经清洗干燥后利用自建采集装置（高精度电子天平、振动器、透光板、相机）在暗环境正交成像获取图像，裁剪为512×512像素，由双人标注第三人校验（IoU≥97%）构建粗骨料4328对、细骨料5898对数据集，按7:2:1划分。方法层面以1024×1024输入、固定3个box prompt为条件，冻结SMA2 Mask Decoder（加载SAM2在SA-1B预训练权重），仅训练前端BAHiera主干；BAHiera以Hiera金字塔为基础引入Binary Attention（对Q/K做1-bit量化、对V做8-bit通道分解）替代MHA，并在块后接DFG-Edge（DWT分解为LL/LH/HL/HH，经GAP+Sigmoid门控Hadamard乘积增强高频边界）；CSFM-GFFCA以1×1卷积对齐通道，用GFFCA对称双分支交叉注意力融合S2/S3/S4，RepC3重参数化增强，末三层拼接输出稠密query；损失为Focal loss与box-oriented counting loss及小目标counting loss（λ=0.3）联合。训练200 epoch，AdamW（lr=1e-4，weight decay=0.05），batch=4，单卡NVIDIA 4080S。
研究结果部分，2 BC-GECO2小节说明整体由输入、box prompt、BAHiera、Scale-Specific Query Encoder（ROI Align+MLP+Coordinate Attention+Distance Attention）、CSFM-GFFCA、SMA2解码器组成，实现从图像到掩码与计数的端到端输出。2.1 BAHiera小节指出Binary Attention抑制全局冗余、保留小骨料边界，DFG-Edge通过离散小波变换（DWT）解耦低频轮廓与多向高频，门控加权抑制假边；公式(1)(2)为残差结构，(4)(5)(6)给出二值量化与输出。2.2 CSFM-GFFCA小节表明基线LUM直接相加导致高频噪声淹没边界，GFFCA用可学习门控与对称双分支动态调权，RepC3免增推理解释上下文，公式(13)-(16)描述交互与GFF拆分。2.3损失函数小节指出单纯counting loss忽视边界像素，引入Focal loss降权易分样本、聚焦硬边界，公式(17)给出联合形式。3实验部分，3.1数据集如前述甘肃现场来源；3.2指标用IoU、Dice、BIoU、MAE、RMSE，冻结解码器微调；3.3框提示实验确定3个box prompt最优；3.4消融中BAHiera单加粗/细IoU+1.17%/+1.55%，全组合较GECO2粗骨料IoU/Dice/BIoU+2.65%/+2.64%/+3.97%、MAE/RMSE?3.38/?8.81，细骨料IoU/Dice/BIoU+3.18%/+7.43%/+1.69%、MAE/RMSE?10.45/?22.49；3.5对比Mask R-CNN、SAM、SAM-Med2D、TransUNet、DINOv3、VRP-SAM、GECO2，BC-GECO2在密堆、重叠、模糊边界场景计数最接近真值（粗骨料IoU98.82%、细骨料92.39%）。
讨论与结论翻译：本研究提出BC-GECO2，一种融合密集特征表示与边缘增强的水工混凝土粗细骨料分割计数方法，以矩形框提示作为输入，通过BAHiera分层自注意力与跨层交互缓解小骨料深层特征衰减，DFG-Edge以DWT与门控融合强化堆叠边界，CSFM-GFFCA以可学习门控双分支自适应融合邻层尺度，Focal loss与counting loss联合引导难分类边界像素优化。消融与对比实验证明各模块协同有效，较基线GECO2在粗骨料上IoU、Dice、BIoU提升2.65%、2.64%、3.97%，MAE、RMSE降低3.38、8.81；细骨料上IoU、Dice、BIoU提升3.18%、7.43%、1.69%，MAE、RMSE降低10.45、22.49，且在多密度与模糊边界下鲁棒。该方法为骨料级配智能检测提供可靠支撑，未来将引入超分辨率与多层级高频增强以进一步降低极小密堆细骨料计数误差，并轻量化部署至自建快速级配检测装置，推动从实验室验证走向便携工业化应用。论文发表于《Infrastructures》。
