基于改进LSKA和图像增强的浑浊水下建筑物多缺陷检测  

作　　者：靳琪琳 马福正 岳朋成 潘荣凯 韩庆邦[1] 

机构地区：[1]河海大学,江苏常州213000 [2]淮河水利委员会水利水电工程技术研究中心,安徽蚌埠233000 [3]常州市建筑科学研究院集团股份有限公司,江苏常州213000

出　　处：《治淮》2025年第2期12-14,共3页

摘　　要：水工建筑物长期运行于水下环境中,容易发生脱落、裂缝、钢筋暴露等多种缺陷。针对浑浊水体环境中多缺陷识别难题,在YOLOv11基础上提出了改进LSKA注意力学习和图像增强的算法,通过实际浑浊水下环境识别测试,该方法检测速率可实现123帧/s,缺陷检测准确性识别率可达到91.4%,漏检率约为7.8%,具有较强的鲁棒性和实用价值。

关 键 词：水工建筑物 浑浊水下检测 大核可分离注意力(LSKA) 实例分割 缺陷检测 

分 类 号：TV62[水利工程—水利水电工程]