来源：期刊VIP网 时间：
作者：王茹;林浩杰;陈丽;黄炜;
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：传统的古建筑青砖损伤检测通常采用人工识别的方式，存在工作量巨大、成本高等问题。为了解决该问题，提出一种轻量化古建筑青砖损伤检测算法(Lightweight Grey Bricks Damage Detection, Light-GBDD),并采用改进的轻量化FasterNet＿T0模块构建特征提取网络，以通过更少的模型参数完成损伤图像特征的提取；提出渐进卷积核空间金字塔池化模块(Gradual Convolutional Kernel Spatial Pyramid Pooling, GKSPP),用于降低由于最深层连续大核池化造成的细节特征信息丢失；通过特征金字塔网络和路径聚合网络构建特征融合网络，并引入卷积注意力模块(Convolutional Block Attention Module, CBAM),加强不同层级特征之间的关联，进而提高算法模型的检测精度；对v8DetectHead进行轻量化改进，进一步减少算法模型的参数量。最终，通过试验对Light-GBDD算法进行验证，试验结果显示，Light-GBDD算法较YOLOv8n算法在检测精度提高1.1百分点的情况下，参数量减少了69.1%,计算量降低了64.2%,存储量减少了66.7%,中央处理器(Central Processing Unit, CPU)推理帧数提高了100.9%,能够在移动设备上流畅运行。Light-GBDD算法有效降低了模型部署推理对计算设备的配置要求，实现了在低性能移动终端设备上的部署和推理。
关键词：安全工程;古建筑;青砖;损伤检测;深度学习;轻量化
基金资助：国家自然科学基金项目(51978566)
