基于RT-DETR实时目标检测和爬壁机器人的混凝土缺陷检测算法

张佳伟; 董绍江; 吕振鸣; 尹玉柱; 夏宗佑

doi:10.13624/j.cnki.issn.1001-7445.2026.0412

广西大学学报（自然科学版） ›› 2026, Vol. 51 ›› Issue (02) : 412 -423. DOI: 10.13624/j.cnki.issn.1001-7445.2026.0412

基于RT-DETR实时目标检测和爬壁机器人的混凝土缺陷检测算法

张佳伟, 董绍江, 吕振鸣, 尹玉柱, 夏宗佑

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对复杂异构建筑表观缺陷检测中存在的缺陷尺寸差异大、结构复杂、特征提取效果差、数据样本少、模型参数量大、难以自动化检测等问题，首先采用六足爬壁机器人进行缺陷数据采集，并提出一种改进的RT-DETR实时目标检测方法。为了增强模型在多尺度缺陷图像中的特征提取能力和检测性能，并使模型轻量化，以高效记忆视觉Transformer模型EfficientVit为主干特征提取网络。其次融合可变形多头注意力机制改进高效编码器内的尺度内特征交互(AIFI)模块，使模型能够更有效地抽象表示病害图像特征。最后结合空洞卷积重参数化思想改进原始RT-DETR中的跨尺度特征融合模块，使模型对混凝土多尺度病害纹理形状具有更大的感受野以及高效的推理速度。将改进模型分别在公开数据集和自建数据集上进行实验对比。结果表明：改进模型对混凝土表观缺陷的检测平均精度达到92.6%,高出原始RT-DETR的检测精度6.1个百分点，参数量减少55%,检测速度提升33.1%,明显优于当前主流检测器。