近日，电子电气与控制学部自动化研究所智慧消防团队以第一作者在国际权威期刊《Journal of Building Engineering》上发表了学术论文，该期刊为SCI二区TOP，影响因子6.4。该研究成果为轻量化网络的毫米级混凝土裂缝检测提供了新思路和可行性方法，2022级研究生马潇为第一作者，导师李杨副研究员为通讯作者，齐鲁工业大学（山东省科学院）为第一单位。
使用无人机（UAV）进行裂缝检测的理念在当前基础设施检测行业中具有巨大潜力，能够将传统的劳动密集型方法转变为智能化和自动化的方法。但是无人机检测系统受限于机载图形处理单元的容量和现场拍摄图像的质量，且对计算资源提出了严格要求。因此，轻量级检测模型仍面临以下挑战：首先，有限的计算能力使网络容易过拟合；其次，尽管保持了较小的模型尺寸和快速的推理速度，它们在高性能和高精度方面仍然难以实现；第三，减少计算资源和复杂性可能导致网络缺乏特征表示能力。上述挑战增加了网络从这些图像中提取有效特征的难度，并严重阻碍了模型的收敛。
面对上述问题，研究团队对已有的轻量化网络进行深入研究，分析了裂缝目标的主要特征，提出了一种可增强浅层特征信息和梯度流的轻量级特征提取模型，该模型带有多分支结构，其内部分支负责对特征信息进行梳理及初步筛选，并在早期层加入外部分支以及拼接操作，建立了直接的层间连接，有助于低维特征信息的策略性重用，并使早期层能够直接接收监督信号。该特征提取模型在保持轻量化的同时，对低维和高维特征进行充分融合，显著提升了特征信息的贡献率。
