基于改進(jìn)U-Net網(wǎng)絡(luò)的隧道裂縫分割算法研究

常 惠，饒志強(qiáng)，趙玉林，李益晨

1.北京聯(lián)合大學(xué) 北京市信息服務(wù)工程重點(diǎn)實(shí)驗(yàn)室，北京100101 2.北京聯(lián)合大學(xué) 城市軌道交通與物流學(xué)院，北京100101

裂縫是鐵路隧道施工和使用過程中不可避免的問題，對(duì)隧道的結(jié)構(gòu)穩(wěn)定和列車的安全運(yùn)行有著重要的影響。目前，國(guó)內(nèi)鐵路隧道裂縫的檢測(cè)主要依靠人工檢測(cè)，難以滿足鐵路安全檢測(cè)快速發(fā)展的要求。利用數(shù)字圖像處理和計(jì)算機(jī)視覺技術(shù)來檢測(cè)裂縫逐漸成為主流方法，常用的方法如Gabor濾波[1]、隨機(jī)森林[2]、稀疏表示方法[3]、支持向量機(jī)（Support Vector Machine，SVM）[4-5]等，但是隧道圖像存在水漬、劃痕、光照不均勻、噪聲大等復(fù)雜情況，影響傳統(tǒng)圖像處理方法的發(fā)展，因此應(yīng)該采取更有效的方法及時(shí)檢測(cè)隧道裂縫。

近年來，深度學(xué)習(xí)在結(jié)構(gòu)健康監(jiān)測(cè)領(lǐng)域得到了很大的應(yīng)用，裂縫檢測(cè)也不例外。文獻(xiàn)[6]和文獻(xiàn)[7]利用深度神經(jīng)網(wǎng)絡(luò)檢測(cè)隧道裂縫，檢測(cè)精度和速度都得到了有效提高。文獻(xiàn)[8]在U-Net 網(wǎng)絡(luò)結(jié)構(gòu)上引入了一種基于距離變換的新代價(jià)函數(shù)對(duì)裂縫進(jìn)行像素級(jí)的分割。文獻(xiàn)[9]采用改進(jìn)的U-Net網(wǎng)絡(luò)實(shí)現(xiàn)了像素級(jí)、小樣本的橋梁裂縫圖像的檢測(cè)。文獻(xiàn)[10]在U-Net網(wǎng)絡(luò)體系結(jié)構(gòu)上對(duì)裂縫進(jìn)行分割，利用預(yù)訓(xùn)練的ResNet34 作為預(yù)編碼器來改進(jìn)網(wǎng)絡(luò)的性能。文獻(xiàn)[11]在U-Net的基礎(chǔ)上使用預(yù)訓(xùn)練的ResNet34 作為編碼器，并添加注意力機(jī)制模塊進(jìn)一步提高了混凝土裂縫檢測(cè)的精度。文獻(xiàn)[12]采用U-Net 方法檢測(cè)混凝土裂縫，與全卷積網(wǎng)絡(luò)（Fully Convolutional Networks，F(xiàn)CN）相比，該方法顯示出高效率、良好的魯棒性和更好的準(zhǔn)確性，但目前方法仍存在邊緣平滑、細(xì)節(jié)丟失和誤檢的問題。文獻(xiàn)[13]提出VGGU-Net網(wǎng)絡(luò)的路面分割方法，將已訓(xùn)練好的VGG16遷移到經(jīng)典的U-Net 網(wǎng)絡(luò)中，在裂縫數(shù)據(jù)集上實(shí)現(xiàn)了優(yōu)于FCN、Crack-FCN和經(jīng)典U-Net模型的性能。文獻(xiàn)[14]提出了一種以VGGNet 作為骨干網(wǎng)絡(luò)的端到端的裂縫檢測(cè)方法，提出的編碼器和解碼器框架不僅可以提高檢測(cè)精度，還可以通過反向?qū)W習(xí)進(jìn)行語義分析，以捕獲裂縫的上下文信息，但是由于網(wǎng)絡(luò)比較深，效率相對(duì)不高。文獻(xiàn)[15]利用基于SegNet的分割方法，通過對(duì)視頻中多個(gè)重疊幀的裂縫概率進(jìn)行聚合來檢測(cè)裂縫。文獻(xiàn)[16]提出了一種改進(jìn)的深度全卷積網(wǎng)絡(luò)CrackSegNet，從復(fù)雜場(chǎng)景中提取隧道裂縫，有效地消除其他干擾的影響，并執(zhí)行端到端的裂縫分割，提高了模型的魯棒性，但該方法的計(jì)算效率略低于U-Net。

目前大多數(shù)裂縫分割都是在U-Net 網(wǎng)絡(luò)結(jié)構(gòu)上進(jìn)行改進(jìn)，雖然該網(wǎng)絡(luò)對(duì)裂縫分割具有很好的效果，并且適合于小數(shù)據(jù)集的情況，但不能很好地恢復(fù)經(jīng)過池化層之后的圖像細(xì)節(jié)結(jié)構(gòu)信息，易造成細(xì)小裂縫漏檢的現(xiàn)象。針對(duì)U-Net 網(wǎng)絡(luò)在裂縫圖像分割時(shí)存在的問題以及隧道裂縫圖像的特點(diǎn)，可對(duì)基礎(chǔ)的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)一步改進(jìn)，主要改進(jìn)方面為：首先將殘差模塊添加到U-Net 網(wǎng)絡(luò)中，并且將批量歸一化層（Batch Normalization，BN）添加到網(wǎng)絡(luò)中，加快訓(xùn)練速度并防止過度擬合；其次引入SE 模塊來提升重要特征，加強(qiáng)對(duì)裂縫特征的權(quán)重分配；最后設(shè)計(jì)交叉熵?fù)p失和Dice損失相結(jié)合的組合損失函數(shù)來解決裂縫分割網(wǎng)絡(luò)訓(xùn)練過程中像素樣本不均衡的問題，進(jìn)一步獲得更加精細(xì)的分割結(jié)果，從而更好地實(shí)現(xiàn)復(fù)雜背景下隧道裂縫的分割。

1 改進(jìn)U-Net的隧道裂縫分割網(wǎng)絡(luò)

1.1 U-Net網(wǎng)絡(luò)

U-Net 是全卷積神經(jīng)網(wǎng)絡(luò)的一種變形，主要有編碼器（Encoder）、解碼器（Decoder）和跳躍連接（Skip Connection）[12]。Encoder 用于從圖像中提取空間特征，卷積塊有兩個(gè)3×3卷積操作，然后是最大池操作。在每次下采樣之后，卷積中的濾波器數(shù)量將增加一倍，最后兩個(gè)3×3卷積運(yùn)算將編碼器連接到解碼器。Decoder用于根據(jù)Encoder 特征構(gòu)造分割圖，并使用2×2 轉(zhuǎn)置的卷積運(yùn)算對(duì)特征圖進(jìn)行上采樣，同時(shí)將特征通道縮小為一半，然后再次執(zhí)行兩個(gè)3×3 卷積運(yùn)算的序列，最后再執(zhí)行1×1卷積運(yùn)算以生成最終的分割圖。Skip Connection將輸出從Encoder傳輸?shù)紻ecoder，這些特征圖與上采樣操作的輸出串聯(lián)在一起，并將級(jí)聯(lián)特征圖傳播到后續(xù)圖層，以盡可能保留更多細(xì)節(jié)，提高最終分割結(jié)果的分辨率和邊緣準(zhǔn)確率。U-Net在醫(yī)學(xué)分割領(lǐng)域應(yīng)用廣泛，并取得了很好的效果，而裂縫圖像分割屬于二值分割，與醫(yī)學(xué)圖像分割相似，因此本文使用U-Net作為裂縫分割模型的基礎(chǔ)網(wǎng)絡(luò)，U-Net網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

圖1 U-Net網(wǎng)絡(luò)結(jié)構(gòu)Fig.1 U-Net network structure

1.2 殘差模塊

為了從隧道裂縫圖像中提取出更多細(xì)節(jié)信息，緩解復(fù)雜背景下低對(duì)比度區(qū)域及細(xì)小裂縫欠分割的問題，可引入殘差模塊代替?zhèn)鹘y(tǒng)的卷積層。殘差模塊的引入是為了防止后續(xù)隨著神經(jīng)網(wǎng)絡(luò)的加深使得在利用小批量隨機(jī)梯度下降法訓(xùn)練網(wǎng)絡(luò)時(shí)產(chǎn)生梯度消失，導(dǎo)致網(wǎng)絡(luò)模型訓(xùn)練無法收斂的問題。其中，殘差塊定義為：

其中，x為輸入；y為輸出；F(x)是待學(xué)習(xí)的殘差映射函數(shù)。

傳統(tǒng)殘差模塊由兩個(gè)卷積層和ReLU 激活函數(shù)組成，為提高網(wǎng)絡(luò)的泛化能力，本文對(duì)殘差模塊進(jìn)行了優(yōu)化，在每個(gè)卷積層之前加入BN 層和ReLU 激活函數(shù)。優(yōu)化后的殘差模塊結(jié)構(gòu)如圖2所示。

圖2 優(yōu)化后的殘差模塊Fig.2 Optimized residual module

1.3 SE模塊

雖然殘差模塊強(qiáng)化了特征的傳播能力，有效地提取出更多裂縫細(xì)節(jié)信息，但復(fù)雜背景下低層特征中缺少語義信息，亮度不均衡，對(duì)比度較低，仍會(huì)對(duì)隧道裂縫的分割造成干擾。通過引入注意力機(jī)制SE模塊[17]來捕獲高級(jí)語義信息，根據(jù)特征圖像的值對(duì)各特征通道進(jìn)行加權(quán)，提升重要特征的權(quán)重，降低不重要特征的權(quán)重，從而提升特征提取的效果，提高模型的分割精度。SE 結(jié)構(gòu)示意圖如圖3所示。

在圖3中，對(duì)于任何給定的將輸入特征X映射到特征圖U的變換，比如卷積，可以構(gòu)造一個(gè)相應(yīng)的SE 塊來進(jìn)行特征重新校準(zhǔn)。首先特征X經(jīng)過Ftr卷積將其通道數(shù)由C′變?yōu)镃，將特征圖U傳遞給擠壓（Squeeze）操作，該操作通過在空間維度(H×W)上聚合特征圖來生成通道描述符，允許來自全局接收域的信息被網(wǎng)絡(luò)的各個(gè)層所使用。聚合之后的激勵(lì)（Excitation）操作采用自選通機(jī)制將嵌入作為輸入來生成每通道調(diào)制權(quán)重的集合，并將這些權(quán)重應(yīng)用于特征圖U，就形成了SE 模塊的輸出，可以將其直接饋送到網(wǎng)絡(luò)的后續(xù)層中[17]。通道注意力機(jī)制SE模塊相較于其他注意力機(jī)制實(shí)現(xiàn)起來比較簡(jiǎn)單，可以很容易加載到現(xiàn)有的網(wǎng)絡(luò)模型框架中，易于集成。隧道裂縫圖像背景復(fù)雜，利用該模塊為輸入特征圖各特征通道賦予權(quán)重，增強(qiáng)任務(wù)相關(guān)像素權(quán)重，可以弱化背景和噪聲影響，從而獲得更精確的語義信息，通過引入極少參數(shù)可明顯提升模型的分割精度，不會(huì)加大模型的計(jì)算復(fù)雜度。

圖3 SE結(jié)構(gòu)示意圖Fig.3 SE structure diagram

1.4 改進(jìn)的U-Net模型

為了更好地使用U-Net對(duì)隧道裂縫圖像進(jìn)行分割，鑒于殘差網(wǎng)絡(luò)和SE 模塊的優(yōu)點(diǎn)，設(shè)計(jì)出一種改進(jìn)的隧道裂縫分割網(wǎng)絡(luò)SE-RU-Net（Squeeze and Excitation Residual Network U-Net）模型，網(wǎng)絡(luò)結(jié)構(gòu)如圖4 所示。

圖4 SE-RU-Net網(wǎng)絡(luò)結(jié)構(gòu)Fig.4 SE-RU-Net network structure

編碼器的每個(gè)網(wǎng)絡(luò)層由兩個(gè)殘差模塊組成，每個(gè)網(wǎng)絡(luò)層之間通過步長(zhǎng)為2，卷積核為2×2 的最大池化卷積方式進(jìn)行連接，共有8個(gè)殘差模塊，每個(gè)殘差模塊由2個(gè)3×3卷積層及快捷連接構(gòu)成，通過下采樣從上下文中提取高像素特征。解碼器的每個(gè)網(wǎng)絡(luò)層由一個(gè)殘差模塊構(gòu)成，每個(gè)網(wǎng)絡(luò)層通過步長(zhǎng)為2的3×3轉(zhuǎn)置卷積進(jìn)行層與層之間的連接，共有4個(gè)殘差模塊，每個(gè)殘差模塊由2個(gè)3×3卷積層組成，然后返回到像素的分類。編碼和解碼部分通過殘差模塊使得模型融合更多的淺層特征。該模型從圖像數(shù)據(jù)中提取局部特征，殘差模塊的快捷連接操作將輸入的全局信息與局部特征進(jìn)行融合，使得模型能夠獲得更豐富全面的特征，同時(shí)網(wǎng)絡(luò)不易退化。

為了獲得更輕的網(wǎng)絡(luò)模型，本文算法在每一層中使用了比U-Net更少的卷積核數(shù)，并在每個(gè)卷積層后加入BN 層和ReLU 激活函數(shù)用于防止過擬合現(xiàn)象的發(fā)生。為了滿足分割任務(wù)中多層次特征學(xué)習(xí)的需求，在U-Net結(jié)構(gòu)前面的跳躍連接部分添加注意力機(jī)制SE模塊來學(xué)習(xí)編碼器多尺度的特征，獲取每個(gè)特征通道的重要程度，按照每個(gè)特征通道的重要程度來提升有用特征，將特征提取的權(quán)重分布到收縮路徑的所有階段，解決UNet在圖像特征提取過程中依賴固定權(quán)重的問題。

2 實(shí)驗(yàn)內(nèi)容

2.1 實(shí)驗(yàn)環(huán)境

本文使用Python 編程語言在Ubuntu 16.04 操作系統(tǒng)上進(jìn)行相關(guān)實(shí)驗(yàn)，實(shí)驗(yàn)基于PyTorch的深度學(xué)習(xí)框架，硬件平臺(tái)為Intel I7-9750H、Nvidia GTX1660Ti、16 GB內(nèi)存。

2.2 損失函數(shù)

鐵路隧道裂縫圖像的語義分割問題是二分類問題，可采用二分類的交叉熵（Binary cross entropy，Bce）損失函數(shù)，定義如下：

其中，N為圖像像素?cái)?shù)目；yi為第i個(gè)像素點(diǎn)的標(biāo)簽值；pi為第i個(gè)像素點(diǎn)的預(yù)測(cè)概率值。

由于裂縫像素?cái)?shù)量占被檢測(cè)的隧道圖片的比例很低，Bce 損失造成網(wǎng)絡(luò)裂縫類別的學(xué)習(xí)和識(shí)別被抑制，網(wǎng)絡(luò)更傾向預(yù)測(cè)為背景。相比于Bce損失來說，Dice損失可以很好地解決這種正負(fù)樣本不均衡的問題，它的本質(zhì)是評(píng)估兩個(gè)輪廓區(qū)域的相似程度，表達(dá)式如下：

其中，yi為第i個(gè)像素點(diǎn)的標(biāo)簽值；pi為第i個(gè)像素點(diǎn)的預(yù)測(cè)概率值；ε根據(jù)實(shí)驗(yàn)設(shè)置，是為了減少過擬合，更快收斂。當(dāng)yi和pi過小時(shí)，會(huì)導(dǎo)致梯度發(fā)生很大變化，使得訓(xùn)練出現(xiàn)大的波動(dòng)，造成訓(xùn)練相對(duì)困難。

將Bce 損失函數(shù)和Dice 損失函數(shù)進(jìn)行結(jié)合可以很好地適應(yīng)于裂縫分割模型，并且發(fā)揮很好的效果[18]，兩者組成的組合損失函數(shù)在關(guān)注像素級(jí)別的同時(shí)也能關(guān)注圖像級(jí)別的顯著性，使得模型訓(xùn)練穩(wěn)定且能有效處理裂縫像素正負(fù)樣本不平衡的問題，如式（4）所示：

其中，L總為總損失；LBce為二分類交叉熵?fù)p失；LDice為Dice損失；λ為平衡Bce損失函數(shù)和Dice損失函數(shù)之間重要性的權(quán)重系數(shù)。

2.3 評(píng)價(jià)指標(biāo)

為了定量評(píng)估隧道裂縫分割的性能，采用以下幾個(gè)指標(biāo)進(jìn)行準(zhǔn)確性評(píng)估，包括像素準(zhǔn)確性（PA）、交并比（IoU）、精準(zhǔn)率（Precision）、召回率（Recall）和F1 得分（F1-score）。比較分割結(jié)果時(shí)，考慮以下四個(gè)像素評(píng)價(jià)類別，如表1所示。

表1 像素評(píng)價(jià)類別Table 1 Pixel evaluation category

（1）像素準(zhǔn)確性

（2）交并比

（3）精準(zhǔn)率即查準(zhǔn)率，突出顯示誤檢的比例

（4）召回率即查全率，突出顯示漏檢的比例

（5）F1得分

F1-Score 綜合考慮了精準(zhǔn)率與召回率，F(xiàn)1-Score 值越大代表模型性能越好。

2.4 實(shí)驗(yàn)細(xì)節(jié)

為驗(yàn)證本文算法的有效性，在公共隧道裂縫數(shù)據(jù)集CrackSegNet[16]和自制數(shù)據(jù)集Tunnel Crack 上進(jìn)行了實(shí)驗(yàn)，以4∶1 的比例將其分為訓(xùn)練集和測(cè)試集，并在同一運(yùn)行環(huán)境下使用不同的分割模型進(jìn)行對(duì)比分析。在組合損失函數(shù)的設(shè)計(jì)中，通過調(diào)參來確定合適的λ取值。實(shí)驗(yàn)結(jié)果顯示將λ設(shè)置為0.2 時(shí)，模型的分割效果最好。這是由于模型的主要任務(wù)是分割，分類任務(wù)只是分割的輔助任務(wù)，二分類的交叉熵?fù)p失函數(shù)權(quán)重過大仍會(huì)讓模型傾向于預(yù)測(cè)裂縫背景，影響分割的性能。模型使用Adam 優(yōu)化器進(jìn)行優(yōu)化，初始學(xué)習(xí)率設(shè)定為0.001，批量大小設(shè)定為16，迭代次數(shù)200次。

3 實(shí)驗(yàn)結(jié)果與分析

3.1 CrackSegNet數(shù)據(jù)集實(shí)驗(yàn)

CrackSegNet[16]是帶注釋的隧道裂縫圖像數(shù)據(jù)集，共有919張裂縫圖像及其對(duì)應(yīng)的Ground truth，文獻(xiàn)[16]中采用CrackSegNet網(wǎng)絡(luò)對(duì)該數(shù)據(jù)集的裂縫圖像進(jìn)行分割。該網(wǎng)絡(luò)由編解碼器、空洞卷積、空間金字塔池化和跳躍連接模塊組成，這些模塊可用于高效的多尺度特征提取，既保留了U-Net、FCN和PSPNet的優(yōu)點(diǎn)，又根據(jù)隧道裂縫數(shù)據(jù)集的特點(diǎn)進(jìn)行了改進(jìn)，使其魯棒性更強(qiáng)。利用U-Net、CrackSegNet 和本文方法對(duì)CrackSegNet 數(shù)據(jù)集進(jìn)行裂縫識(shí)別，不同模型在隧道裂縫分割中的結(jié)果對(duì)比如表2所示。

從表2 中不同模型在隧道裂縫分割中的結(jié)果對(duì)比可以看出，本文方法的PA、IoU、Precision、Recall 和F1-Score 明顯更高，F(xiàn)1 得分和IoU 分別達(dá)到了76.36%和61.76%，比基礎(chǔ)的U-Net 網(wǎng)絡(luò)分別提高了13.27 個(gè)百分點(diǎn)和14.12 個(gè)百分點(diǎn)，并且也加快了計(jì)算效率，相比文獻(xiàn)[16]的CrackSegNet 方法來說也具有一定的先進(jìn)性，不僅提高了分割的查準(zhǔn)率和查全率，同時(shí)也提高了模型運(yùn)行的速度。為更加直觀地驗(yàn)證網(wǎng)絡(luò)的性能，利用三種算法在CrackSegNet 數(shù)據(jù)集上進(jìn)行測(cè)試，定性比較結(jié)果如圖5所示。

表2 不同模型在隧道裂縫分割中的結(jié)果對(duì)比Table 2 Comparison of results of different models in tunnel crack segmentation

在圖5 中，紅色矩形框表示裂縫像素漏檢的情況，綠色矩形框表示裂縫像素誤檢的情況，U-Net網(wǎng)絡(luò)對(duì)細(xì)小的裂縫不能進(jìn)行很好的分割，有較多的孤立散點(diǎn)，CrackSegNet 的分割效果較好，但是在背景下的障礙物影響算法的檢測(cè)結(jié)果，分割的細(xì)節(jié)需加強(qiáng)，分割出的裂縫邊界不夠細(xì)膩。相較于其他方法，本文方法分割的裂縫邊界較為明顯，可以獲得與分割標(biāo)簽相似的分割結(jié)果，對(duì)細(xì)小的裂縫能夠進(jìn)行很好的分割，漏檢的情況相對(duì)比較少，對(duì)應(yīng)的召回率也就有所提升，這為鐵路隧道裂縫圖像的分割提供了新思路。

圖5 CrackSegNet數(shù)據(jù)集定性比較結(jié)果Fig.5 Qualitative comparison results of CrackSegNet dataset

3.2 Tunnel Crack數(shù)據(jù)集實(shí)驗(yàn)

通過實(shí)際采集和網(wǎng)絡(luò)爬蟲的方式來獲取鐵路隧道裂縫圖像樣本數(shù)據(jù)。將收集的圖片嚴(yán)格挑選，把沒有裂縫的隧道裂縫圖像剔除。使用Labelme 軟件對(duì)數(shù)據(jù)集中的圖片進(jìn)行人工標(biāo)注，裂紋像素標(biāo)記為0，背景像素標(biāo)記為1。允許以二進(jìn)制格式存儲(chǔ)不同環(huán)境條件下的圖像信息，圖片統(tǒng)一輸入尺寸為512×512，從而有助于多批同時(shí)進(jìn)行網(wǎng)絡(luò)輸入的訓(xùn)練，并加入水平翻轉(zhuǎn)、小角度旋轉(zhuǎn)來擴(kuò)充數(shù)據(jù)集。

3.2.1 不同損失函數(shù)的結(jié)果對(duì)比

為驗(yàn)證組合損失函數(shù)的性能，選取三種不同損失函數(shù)在SE-RU-Net網(wǎng)絡(luò)進(jìn)行實(shí)驗(yàn)比較，圖6為不同損失函數(shù)的結(jié)果對(duì)比。

從圖6 中可以看出，應(yīng)用Bce 損失函數(shù)的Recall 值相對(duì)較小，這是由于交叉熵?fù)p失函數(shù)使得神經(jīng)網(wǎng)絡(luò)更傾向于識(shí)別多樣本的類別而忽視少樣本的類別造成的，即使像素準(zhǔn)確率很高，召回率也會(huì)偏低。Dice損失的召回率相對(duì)較高，但是精準(zhǔn)率并不是很高，使得模型不能很好地查準(zhǔn)隧道內(nèi)的裂縫。利用組合損失函數(shù)讓模型訓(xùn)練更加穩(wěn)定的同時(shí)還能解決像素類別不平衡的問題，提高了模型的召回率，并且F1得分比利用Bce損失函數(shù)和Dice損失函數(shù)的模型分別高出9.25個(gè)百分點(diǎn)和13.03個(gè)百分點(diǎn)，但是精準(zhǔn)率比利用交叉熵?fù)p失函數(shù)的模型降低了0.66個(gè)百分點(diǎn)。從工程應(yīng)用的角度來看，模型必須能最大程度有效地檢測(cè)出所有的裂縫。因此，在隧道檢測(cè)過程中，提高裂縫分割的召回率就顯得尤為重要，甚至要犧牲檢測(cè)的精度。根據(jù)實(shí)際需求，組合損失函數(shù)可以發(fā)揮更大的優(yōu)勢(shì)。

圖6 不同損失函數(shù)的結(jié)果對(duì)比Fig.6 Comparison of results of different loss functions

3.2.2 消融實(shí)驗(yàn)

為了說明本文多種改進(jìn)策略可以有效提高算法的分割性能，通過消融實(shí)驗(yàn)來驗(yàn)證加入殘差模塊和SE 模塊的先進(jìn)性，其中每種網(wǎng)絡(luò)模型都采用組合損失函數(shù)。不同改進(jìn)模塊的分割算法比較如表3所示。

表3編程計(jì)算出了多種改進(jìn)策略的分割算法結(jié)果，經(jīng)比較得出添加殘差模塊的RU-Net網(wǎng)絡(luò)避免了深層網(wǎng)絡(luò)的退化問題，整體裂縫區(qū)域分割效果優(yōu)于U-Net，精準(zhǔn)率相比未改進(jìn)的基準(zhǔn)U-Net網(wǎng)絡(luò)提高了5.09個(gè)百分點(diǎn)，IoU 和F1 得分也得到了很大的提升，運(yùn)行時(shí)間約為65 ms，說明加入殘差網(wǎng)絡(luò)的U-Net 可以提取出更多的裂縫細(xì)節(jié)信息，并能提高計(jì)算效率；只在基準(zhǔn)的U-Net網(wǎng)絡(luò)中添加SE模塊，加強(qiáng)了對(duì)裂縫邊緣、圖案和形狀等特征的權(quán)重分配，網(wǎng)絡(luò)性能也得到了改善。SE-RU-Net的IoU為60.59%，F(xiàn)1得分為75.46%，在各個(gè)指標(biāo)上都很大程度地超過了U-Net，說明使用殘差網(wǎng)絡(luò)和SE模塊改進(jìn)的網(wǎng)絡(luò)模型緩解了復(fù)雜背景下低對(duì)比度區(qū)域及細(xì)小裂縫漏檢和誤檢的問題，每張圖片的計(jì)算效率得到了很大的提升，網(wǎng)絡(luò)的泛化能力也比較好。

表3 不同改進(jìn)模塊的分割算法比較Table 3 Comparison of segmentation algorithms of different improved modules

3.2.3 不同網(wǎng)絡(luò)模型的結(jié)果對(duì)比

為體現(xiàn)模型及算法的先進(jìn)性和魯棒性，在自制的數(shù)據(jù)集上復(fù)現(xiàn)U-Net 和CrackSegNet 算法，并與本文算法進(jìn)行對(duì)比，使用相同的實(shí)驗(yàn)參數(shù)分別訓(xùn)練不同的網(wǎng)絡(luò)，確保對(duì)比結(jié)果的可信度，定性和定量地來驗(yàn)證改進(jìn)模型的性能。不同方法的像素準(zhǔn)確率和訓(xùn)練損失的變化曲線對(duì)比如圖7和圖8所示。

圖7 準(zhǔn)確率曲線Fig.7 Accuracy curve

圖8 損失函數(shù)曲線Fig.8 Loss function curve

從圖7 和圖8 中可看出，每個(gè)模型在訓(xùn)練初始階段的像素準(zhǔn)確率PA 指標(biāo)就很高，這是由于裂縫圖像中裂縫所占的像素比很小，即便模型將整張圖全部判定為裂縫圖片的背景，像素準(zhǔn)確率仍然能獲得比較高的值，在第70 個(gè)Epoch 時(shí)均獲得較高增長(zhǎng)，隨后緩慢增長(zhǎng)，三者的增長(zhǎng)趨勢(shì)較為一致。本文所提方法的收斂情況優(yōu)于U-Net 和CrackSegNet，并且像素準(zhǔn)確率也是最高的，相較于其他方法，該網(wǎng)絡(luò)性能得到了較大的改善，加入殘差塊和SE 模塊的U-Net 加快了網(wǎng)絡(luò)的收斂速度，提高了網(wǎng)絡(luò)的分割性能。同樣利用PA、IoU、Precision、Recall、F1-Score 和Running time 等指標(biāo)來進(jìn)一步驗(yàn)證模型的性能，不同模型在鐵路隧道裂縫分割的性能對(duì)比如表4所示。

表4 不同模型在鐵路隧道裂縫分割中的性能對(duì)比Table 4 Comparison of performance of different models in crack division of railway tunnels

從表4結(jié)果中可以看出，本文方法PA、IoU、Precision、Recall、F1-Score 的評(píng)估結(jié)果分別達(dá)到98.81%、60.59%、68.86%、83.46%、75.46%，運(yùn)行時(shí)間約為65 ms，均優(yōu)于其他方法，這說明本文提出的分割模型有利于隧道裂縫圖像的分割。為了更直觀地說明本文方法的準(zhǔn)確性，本文隨機(jī)選取了5 個(gè)樣本在不同模型上的分割結(jié)果，如圖9所示。

圖9 Tunnel Crack數(shù)據(jù)集定性比較結(jié)果Fig.9 Qualitative comparison results of Tunnel Crack dataset

在圖9 中，第一列為裂縫原始圖，第二列為裂縫原始圖的標(biāo)簽圖，后面為三種方法對(duì)應(yīng)的裂縫分割結(jié)果圖，紅色矩形框表示裂縫像素漏檢的情況，綠色矩形框表示裂縫像素誤檢的情況。主觀評(píng)價(jià)從分割結(jié)果圖與標(biāo)簽對(duì)比判斷，基于U-Net的隧道裂縫檢測(cè)方法基本上可以檢測(cè)出圖像中出現(xiàn)的裂縫，可以完整地將裂縫呈現(xiàn)出來，但是在檢測(cè)結(jié)果圖中也可以看到會(huì)出現(xiàn)細(xì)小裂縫沒有被分割，以及有噪聲的裂縫背景被分割出來的情況，這樣很難統(tǒng)計(jì)出裂縫的信息。CrackSegNet 可以對(duì)細(xì)小的裂縫進(jìn)行很好的分割，但是裂縫的背景仍被分割了出來?；诟倪M(jìn)U-Net 網(wǎng)絡(luò)的隧道裂縫檢測(cè)圖的檢測(cè)精度最高，且基本沒有噪聲像素，與CrackSegNet 相比，其裂縫分割結(jié)果有顯著提升，裂縫的檢測(cè)結(jié)果圖與標(biāo)簽圖更為接近，漏檢和誤檢的情況也相對(duì)減少了很多，并具有更準(zhǔn)確的位置和詳細(xì)的形態(tài)信息，同時(shí)對(duì)背景中的污漬等干擾具有較好的魯棒性。

4 結(jié)束語

本文針對(duì)鐵路隧道裂縫圖像的特點(diǎn)，提出一種改進(jìn)U-Net的隧道裂縫分割模型。該模型以U-Net網(wǎng)絡(luò)為基本框架，首先在U-Net 網(wǎng)絡(luò)中引入殘差塊，加強(qiáng)特征的傳播，減少信息損失；然后引入注意力機(jī)制SE模塊來加強(qiáng)裂縫區(qū)域的權(quán)重，抑制無用特征的權(quán)重，減緩圖像對(duì)比度低對(duì)模型的影響；最后結(jié)合Bce損失和Dice損失組成的組合損失函數(shù)處理裂縫像素類別不平衡的問題，提高模型的召回率，從而提高模型的性能。實(shí)驗(yàn)結(jié)果表明，改進(jìn)的方法在兩個(gè)數(shù)據(jù)集上都得到了很好的分割效果，并且在不同的評(píng)價(jià)指標(biāo)上證明了該方法的有效性，在鐵路隧道裂縫數(shù)據(jù)集上PA達(dá)到了98.81%，F(xiàn)1得分達(dá)到了75.46%，每張圖片的測(cè)試運(yùn)行時(shí)間約為65 ms，可以很好地滿足隧道裂縫檢測(cè)的實(shí)時(shí)要求。在后續(xù)的工作中可采集更多高質(zhì)量的圖片，訓(xùn)練性能更好的分割網(wǎng)絡(luò)模型，對(duì)隧道裂縫進(jìn)行有效及時(shí)的檢測(cè)。