来源：期刊VIP网 时间：
作者：王茹;林浩杰;黄炜;刘奚卓;
单位：西安建筑科技大学土木工程学院;结构工程与抗震教育部重点实验室;
摘要：由于自然环境的长期影响，古建筑墙面青砖不可避免地会遭受各种程度的损害，使得青砖墙体存在严重的安全隐患。为有效识别青砖损伤类型，解决传统识别方法成本较高的问题，提出了一种融合注意力机制的古建筑青砖损伤检测算法。基于YOLOv8n算法进行改进：在特征融合网络中增加浅层特征图流入，以解决损伤检测中细小裂缝和损伤纹理等低级特征识别精度低的问题；在特征融合层引入卷积注意力模块(Convolutional Block Attention Module, CBAM),实现通道特征和空间特征的双重关注，进而提高算法对于不同维度特征的融合能力；在特征提取网络部分，通过置换注意力(Shuffle Attention, SA)对C2f模块进行改进，解决由于深度卷积降维操作造成的特征信息丢失问题，从而进一步提高模型的性能。试验结果表明，改进的算法平均精度均值达到55.1%,相比原始YOLOv8n算法提升了7百分点，较YOLOv7-Tiny提升了10.3百分点，较YOLOv9提升了3.5百分点。改进后的算法有效提高了青砖损伤检测性能，为古建筑青砖病害检测提供了有力的技术支持。
关键词：安全工程;古建筑;青砖;损伤检测;YOLOv8n
基金资助：国家自然科学基金项目(51978566)
