近日，西安建筑科技大学周海俊教授团队研发出轻量化桥梁裂缝分割模型，为桥梁自动化巡检装上了高效可靠的“AI眼睛”，成功破解多材料桥梁裂缝智能检测行业难题。

桥梁是交通命脉，其表面裂缝的早期精准识别是保障结构安全的核心。长期以来，传统人工检测效率低、主观性强，现有智能检测算法又因材料差异、环境干扰难以保证精度，成为行业发展痛点。

针对这一问题，团队创新构建CrackSeg-GWD裂缝分割框架，通过组归一化、权重标准化卷积等技术革新，在保障检测精度的同时实现模型“瘦身”——参数量仅0.414 M（约41万个），计算量0.849 GFLOPs。“打个比较直观的比方，这个参数量就相当于一部普通手机相册里一张高清照片的存储大小，轻便到能直接装进常用的工程检测平板；计算量仅0.849 GFLOPs（这个数值代表模型完成一次全桥裂缝检测任务所需的数学运算总量，数值越小则算力需求越低。），实际检测时，检测一座中小桥梁的裂缝，耗时比人工用标尺测量一条裂缝的时间还短，能在施工现场即测即出结果，相较主流方法更适配工程现场的轻量化部署需求。”相关工作人员介绍。

实验结果显示，该模型在混凝土、钢材、沥青等不同桥面材料表面均表现出强泛化能力，多项分割指标优于现有算法，为桥梁自动化巡检装上了高效可靠的“AI眼睛”。该团队这一科研成果相关论文近日已在权威国际期刊发表，西安建大为第一完成单位。第一作者为该校师资博士后Mohammed Ameen Mohammed。团队长期深耕交通工程智能检测技术研发，相关成果已成功应用于多项重大工程。

“这一成果将推动基础设施从‘事后维修’向‘预防性养护’转变，助力交通工程数字化、精细化管理。”论文通讯作者周海俊教授表示。

西安报业全媒体记者 任娜