改进YOLO模型的岩体节理特征快速检测与应用

Rapid detection and application of rock mass joint features based on improved YOLO model

摘要

针对现有岩体节理监测方法以人工识别为主、检测效率低且主观性强的问题，该文提出一种岩体节理检测分割方法，模型通过引入多尺寸特征模块（MSBlock）和通道先验卷积注意力机制（CPCA）对YOLOv8算法进行改进，提高现有YOLOv8网络模型对图片识别的精度。通过引入MSBlock算法，融合了不同尺度、不同层次的特征，既可以捕捉图像中细小的局部细节，又可以宏观地对图像特征进行识别。通过引入CPCA注意力机制，网络根据当前的图像特征自适应地调整其注意力分配，从而更灵活地应对不同的目标。通过对赤道几内亚AM公路项目采集的4 057张图像进行训练识别，结果表明：优化后的算法Box（P）、Box（R）、Mask（P）、Mask（R）以及r_IOU和C_DICE性能评估指标分别达89.4%、87.1%、61.6%、58.9%、92.8%以及86.8%，较原始模型分别提高了4.6个百分点、9.5个百分点、8.5个百分点、12.4个百分点、17.5个百分点以及1.1个百分点。这种多尺度的特征融合算法在处理复杂图像时更加准确和高效，具有更好的适应性和鲁棒性。

Abstract

In view of the problems that existing monitoring methods for rock mass joints mainly rely on manual identification, with low detection efficiency and strong subjectivity, a detection and segmentation method for rock mass joints was proposed in this paper. The model improved the YOLOv8 algorithm by introducing the multi-scale feature module (MSBlock) and channel prior convolutional attention (CPCA) mechanism to enhance the image recognition accuracy of the existing YOLOv8 network model. By introducing the MSBlock algorithm, features at different scales and levels were fused, which could both capture the fine local details in the image and recognize the image features macroscopically. By introducing the CPCA mechanism, the attention distribution was adaptively adjusted according to the current image features, enabling the network to more flexibly deal with different targets. A total of 4 057 images collected from the AM Highway Project in Equatorial Guinea were trained and recognized. The results indicate that the performance evaluation indicators of the optimized algorithm, including Box (P), Box (R), Mask (P), Mask (R), r_IOU, and C_DICE, reach 89.4%, 87.1%, 61.6%, 58.9%, 92.8%, and 86.8%, respectively. Compared with the original model, these indicators increase by 4.6 percentage points, 9.5 percentage points, 8.5 percentage points, 12.4 percentage points, 17.5 percentage points, and 1.1 percentage points, respectively. This multi-scale feature fusion algorithm is more accurate and efficient when handling complex images and has better adaptability and robustness.

Graphical abstract

0 引言

准确判断岩体条件对于确保隧道、桥梁、公路等岩土工程设计的合理性和施工的安全性至关重要，而岩体的节理分布情况是评估岩体承载能力和整体稳定性的重要依据^［1-2］。基于节理对岩体稳定性的重要性，开展关于岩体节理特征的研究，准确获取岩体中的节理信息，对于预测岩体稳定性、确保施工安全具有十分重要的意义^［3-4］。目前，传统的岩体节理识别方法仍然依赖于地质技术人员通过手工或者观察的方式进行地质参数的测量以及记录，这种方法不仅效率低下且主观性较强，分析结果受分析人员的经验影响较大，识别结果常与岩体实际情况不符^［5］。随着数字图像处理技术的迅速发展，岩体节理识别出现了新方法——图像识别技术。图像识别技术是目标检测方法的一个主要研究领域，以分离图像特征为目标，能够将技术人员所需要的特征参数从图像中快速提取出来。根据图像识别技术判断围岩岩体裂隙发育情况，对于提高施工效率和保障施工现场安全具有重要意义。

目前，中国对于目标检测方法研究尚处于起步阶段，存在模型参数量大、鲁棒性不足以及检测精度低等问题^［6］。目标检测的技术核心在于图像特征的获取以及特征提取算法的设计。根据检测框架结构的不同，目标检测模型主要分为单阶段检测模型和双阶段检测模型两类^［7］。双阶段目标检测主要以R-CNN^［8］、Faster R-CNN为代表，该类模型的检测过程分为两个阶段：先生成关于特征可能存在的区域的提议，然后再进一步进行分类和边界框回归，该方法可以实现更高的识别精度。例如，高洪飞等^［9］、彭磊等^［10］以Msak R-CNN为基础算法，引入了Transformer网络、路径聚合网络、迁移学习等对其进行改进，提高了模型节理特征的提取能力，加速计算收敛速度，增强了模型的泛化能力，从而提升了模型在不同场景下的适用性；张农等^［11］、景莹等^［12］针对裂隙图像识别中精度不高的问题，提出了基于Mask R-CNN的裂隙目标检测与定位的新模型，通过提取图像中的特征进行精确定位，从而为裂隙的识别和定位提供了一种新的解决途径。单阶段检测模型以SSD^［13］和YOLO^［14］系列为代表，这类算法不需要生成候选区域，只需要对输入图像执行一次前向传播操作，便可以直接从输入图像中预测物体类别和位置，这种方法准确率更高且速度更快。例如，赵南南等^［15］针对在实例分割过程中环境复杂、目标堆叠等问题，提出了一种改进YOLOv8的实例分割算法，引入了一种高效多长度注意力机制和可变形卷积机制，实验表明该算法可以有效地提高实例分割的检测质量，实现速度和精度的平衡；赵志宏等^［16］针对图像中的小目标特征以及环境遮挡等问题，提出了一种改进YOLOv8的小目标检测方法及一种多分支部分空洞卷积结构，增强了网络对小目标特征的感受野大小，优化了小目标特征提取能力，该模型与其他目标检测模型相比，展示出更优的识别性能；曾志超等^［17］、马超伟等^［18］针对复杂多变的环境，小目标特征检测存在漏检和错检等问题，提出了一种改进的轻量化目标检测YOLO算法，引入了轻量化卷积模块以及注意力机制，减少了参数数量，提高了小目标检测能力，方法在实现轻量化的同时具有更好的检测性能；高明星等^［19］、Wang等^［20］通过引入注意力机制来提升模型对目标图像的识别能力，构建特征融合网络，提升模型在多尺度检测上的鲁棒性；赵小虎等^［21］在YOLO中增加注意力机制为三通道坐标注意力机制TCCA，不断捕获缺陷全局形态的重要信息，增强了网络的特征提取能力。

虽然上述方法提高了YOLO算法在复杂环境下的目标检测能力，但是由于岩体节理的形状大小不规则且图像中存在很多的干扰因素，节理的准确检测仍具有挑战性。因此，需要开发一种适应性更强、鲁棒性更好的图像识别模型，能够在复杂施工条件下进行节理目标的准确识别。本文在YOLOv8基础上进行改进，提出了一种基于图像识别的围岩节理特征快速检测模型。该模型以YOLOv8算法为基础框架，内置CPCA通道优先卷积注意力机制模块和MSBlock轻量化网络结构。改进后的模型在捕捉不同尺度节理特征的同时，自适应地调整注意力分配，能够更加灵活地应对不同的节理检测目标。改进后的模型在保证围岩节理识别精度的同时，缩短了模型的运行时间，提升了节理识别效率。在复杂工程施工环境中，该模型展现出了更好的适应性和鲁棒性，使得检测结果更加准确。

1 基于CPCA-MSBlock-YOLOv8的围岩节理特征快速检测方法

1.1 模型构建原理

由于实际工程现场环境复杂多变，且工程采集设备受现场环境影响具有局限性，现场收集的边坡图像质量不高。传统的图像识别模型对于质量不好的节理图片细节处理不敏感，且模型大多不够轻量化^［22］。针对当前围岩节理特征检测中存在的模型参数量大、鲁棒性不足以及检测精度低等问题，提出了一种基于改进YOLOv8的围岩节理特征快速检测方法。该方法以YOLOv8作为基础模型，通过加入通道优先卷积注意力（CPCA）和分层特征融合（MSBlock）模块对模型进行了优化，主要的优化内容包括以下几个方面：① 为提高模型对细节的敏感度、解决模型参数量太大的问题，引入了CPCA注意力机制，利用该模块中的滑动卷积核操作来捕捉不同尺度的局部特征，并通过注意力机制处理这些特征；② 为提高模型检测精度和速度，引入了MSBlock目标检测器，该模块通过使用异构卷积核选择协议，可以捕捉到图像中更丰富的特征同时提升计算效率。将改进后的模型命名为CPCA-MSBlock-YOLOv8模型。改进的CPCA-MSBlock-YOLOv8模型结构图如图1所示。Backbone为骨干网络，Neck为颈部网络，Head为检测头。其中，Conv为卷积操作模块，C2f为跨阶段局部网络改进模块，Concat为特征连接模块，Upsample为上采样模块，Segment为检测头，SPPF为空间金字塔池化模块。

1.2 YOLOv8算法简介

YOLOv8是Ultralytics公司在2023年1月发布的最新YOLO（You Only Look Once）系列检测框架^［23］。YOLOv8采用了CSP的思想，将YOLOv5中的C3模块换成了C2f模块，在分割输入特征图时使用了更细致的分割方法，把架构特征图分割成更多的部分^［24］。分割后的特征图通过不同的卷积路径进行处理，使用深度可分离卷积来代替传统模型中的逐点卷积，在保证模型轻量化的同时获得了更加丰富的梯度流信息。在Neck结构中，YOLOv8采用路径聚合网络（FPN-PAN）的结构进行特征融合，去除了两个卷积连接层，增加了额外的Split操作。在Head部分，YOLOv8使用了Anchor-Free无锚框检测头^［25］，在图像中生成预定义的锚框，然后对这些锚框进行分类和回归。损失函数计算部分采用了任务对齐分配技术来匹配正负样本，用来提高分割任务的一致性，在Loss类别损失中采用交叉熵运算，边框回归中采用的是分布焦点损失和完全交并比损失函数（DFL Loss+CIOU Loss）^［26］，让模型可以更快速地聚焦于目标位置，衡量模型预测的类别和真实类别之间的差异^［27］。

1.3 CPCA-MSBlock-YOLOv8模型构建

1.3.1 CPCA注意力机制模块

YOLOv8的深度卷积模块能够利用卷积操作提取图像中的局部特征^［28］，具有较好的目标检测的准确性和效率。但是大多情况下目标检测场景中背景占据主导地位，而目标占据比例较小，YOLOv8对于图片中的检测目标细节处理不敏感。因此，本文将CPCA注意力机制引入到YOLOv8模型中，从而提高了模型对围岩节理细节处理的敏感性。CPCA在YOLOv8的路径聚合网络（FPN-PAN）的结构里进行特征融合，能够自适应地关注围岩图像的重要部分，聚焦节理特征信息量最多的部分，提高模型对节理提取的效率和性能。

CPCA^［29］（Class-Prototype based Classification Attention）方法是一种新型的轻量级且高效的通道空间注意力机制，它通过深度可分离卷积和注意力机制来捕捉和融合不同尺度的局部特征，以此提高图像分割任务的性能^［30］。CPCA在CNN的基础上，结合注意力权重和卷积核，有效地提取和整合图像特征。在处理复杂岩石节理图像时，CPCA能够更好地处理模糊和遮挡的节理特征，通过动态调整注意力权重来增强重要的节理特征的权重，同时忽略不重要的部分，从而提高YOLOv8模型在围岩图像节理提取方面的效率和准确性。CPCA的结构设计，增强了通道和空间信息的融合能力，以及不同层次特征图之间的联系，提升了目标检测的效果：使YOLOv8能够更加精确地识别和定位不同尺度和类别的目标，同时保持计算效率和实时处理的能力。CPCA总体结构包括通道注意力（A_C）和空间注意力（A_S）两部分，具体流程如下^［31］：

（1） 首先，A_C对输入的图像F进行平均池化（AvgPool）和最大池化（MaxPool）操作，用于特征映射中聚集空间信息，保留图像中的重要特征。平均池化反映的是特征图的主要信息，最大池化提取出特征图的突出信息。平均池化和最大池化对特征图的提取降低了后续的计算成本，实现了特征图上的信息聚合。

（2） 将池化结果输入一个共享的多层感知机（MLP）中，输出一个通道注意力图A_C，注意力图是两个池化方法的相加，通过分析特征图中各个通道的重要性来调整每个通道的注意力程度，降低了模型的计算量，增强了模型的表示能力，提高了数据的鲁棒性。其计算公式如下：

A_{\mathrm{C}}\left(F\right)=\sigma \left\{\mathrm{M}\mathrm{L}\mathrm{P}\left[\mathrm{A}\mathrm{v}\mathrm{g}\mathrm{P}\mathrm{o}\mathrm{o}\mathrm{l}\left(F\right)\right]+\mathrm{M}\mathrm{L}\mathrm{P}\left[\mathrm{M}\mathrm{a}\mathrm{x}\mathrm{P}\mathrm{o}\mathrm{o}\mathrm{l}\left(F\right)\right]\right\}（1）

式中：\sigma代表Sigmoid激活函数。

（3） 将A_C与输入的特征图F进行逐元素相乘，调整每个通道的注意力分配，得到通道注意力结果，计算公式如下：

F_{\mathrm{C}}=A_{\mathrm{C}}\left(F\right)\otimes F（2）

（4） 空间注意力模块接收了通道注意力结果F_C，通过多尺度深度卷积操作来提取F_C中的局部空间关系，并输出空间注意力图A_S。深度卷积保持了通道之间的独立性，减少了计算复杂性，计算公式如下：

A_{\mathrm{S}}\left(F\right)=\mathrm{C}\mathrm{o}\mathrm{n}{\mathrm{v}}_{\mathrm{1}\times \mathrm{1}}\left\{{\displaystyle \sum _{i=\mathrm{0}}^{\mathrm{3}}}\mathrm{B}\mathrm{r}\mathrm{a}\mathrm{n}\mathrm{c}{\mathrm{h}}_i\left[\mathrm{D}\mathrm{w}\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{v}\left(F_{\mathrm{C}}\right)\right]\right\}（3）

式中：\mathrm{C}\mathrm{o}\mathrm{n}{\mathrm{v}}_{\mathrm{1}\times \mathrm{1}}表示1×1卷积操作；Branch _i 为分支操作； DwConv为深度可分离卷积操作。

（5） 将A_S与通道注意力结果F_C逐元素相乘，得到最终的特征b_F，计算公式如下：

b_F=A_{\mathrm{S}}\left(F\right)\otimes F_{\mathrm{C}}（4）

通过通道注意力和空间注意力的顺序处理，输入的特征图F被转化为细化的输出特征b_F，特征图在保持重要通道特征的同时，强化了对关键空间区域的关注。图2是CPCA总体结构的工作流程图。

1.3.2 MSBlock模块

尽管YOLOv8在目标识别领域展现了较好的性能，但在识别不同尺度物体的准确性方面仍然有待提升。MSBlock是一种用于实时多尺度目标检测的技术，它通过改进模型的多尺度特征表示能力来提升检测性能。MSBlock采用了异构卷积核选择（HKS）协议，可根据网络深度的增加，逐渐增加卷积核尺寸，可以在不同阶段有效地处理不同尺度的特征，这种阶段分配卷积核的策略不仅可以提高模型的多尺度处理能力和检测精度，而且大卷积核的使用在处理低分辨率特征时减少了计算成本，可实现速度和准确性的平衡。图3为HKS协议卷积的流程图。因此，本文将MSBlock多尺度目标检测器融入YOLOv8模型中，以提升模型对大小不一的围岩节理的识别检测能力。

在结构上MSBlock类似于Res2Net，通过设计多个分支来提取不同尺度的特征。但与Res2Net不同的是，MSBlock采用了具有带有深度卷积的反向瓶颈块。这种设计优化了分层特征融合策略，使得模型能够更加高效快速地获取到更丰富的图像特征。添加MSBlock模块可保持围岩节理图像边缘的清晰度和细节，提高YOLOv8模型检测不同尺寸围岩节理的准确性和模型的鲁棒性。MSBlock的多分支结构和特殊设计增强了YOLOv8模型的多尺度特征表示能力，使其能够有效处理多种围岩节理尺度信息，并保持高效的计算能力，从而提升对围岩节理图像的检测性能。MSBlock模块提取图像特征的具体计算流程如下：

（1） 首先接收输入特征图X，其维度为H×W×C，通过1×1的卷积变换，将通道维度从C增加到n×C，为后续分组操作提供足够的通道资源。

（2） 扩增后的特征图被分割成n个不同的组，每组的通道数为C。除第1个特征组外，其余各组均经过反向瓶颈层（IB _k×k ）处理，得到输出特征。每个组都进行独立处理，可以更好地让模型捕捉到图像中不同尺度的特征。反向瓶颈层中包含深度可分离卷积，通过升维和降维的设计，使网络宽度更大、深度更小，在计算量更少的情况下获得更好的性能。MSBlock^［32］的计算公式如下：

Y_i=\left\{\begin{array}{cc}{X}_i& i=\mathrm{1}\\ \mathrm{I}{\mathrm{B}}_{k\times k}\left(Y_{i-\mathrm{1}}+X_i\right)& i>\mathrm{1}\end{array}\right.（5）

式中：\mathrm{I}{\mathrm{B}}_{k\times k}代表卷积核尺寸为k×k的反向瓶颈卷积操作。

（3） 将所有分支输出的特征Y_i进行拼接，再通过1×1卷积层进行特征融合交互，以确保输出特征的维度与网络其他部分兼容，得到增强的多尺度特征表示。这种结构设计可以在网络的多个层次中提取和整合特征，提高了检测性能。MSBlock的细节结构图如图4所示。

2 节理识别过程与结果分析

2.1 试验数据集构建

2.1.1 数据采集

本文采集的图像均来自赤道几内亚Akurenam-Minang公路项目，数据集主要包括不同清晰度的多种岩体图像，涵盖花岗岩、砂岩、石灰石等多种岩石类型。除此之外，每种岩体类型的图像都有各自独特的节理特征，如节理的形状、大小、分布以及相互交错的情况。该项目起点位于中南省Acrurenam市，终点位于滨海省Minang市，路线全长116.287 km。采集时间为2023年11月至2024年2月，拍摄时间为14：00—18：00。在选择采集工具时，特别是相机的选择，主要考虑因素是相机的分辨率。

本文主要选择使用的相机为：佳能相机R10以及RF100-500镜头。在实际工程边坡岩石的图像采集中，均采用佳能相机R10，采集原始图像350张。现场采集的图像数据的尺寸为5 760像素×3 840像素，该尺寸下的图像对计算机的内存要求极高，且标注存在一定的困难。为提高模型识别效率，本文将采集到的原始图像裁剪为若干个448×448像素的图像，在满足像素要求的条件下，将同一条节理裂隙包含在同一张图像上，方便后续操作。图5为对现场原始图片裁剪后的像素为448×448原始数据集。

2.1.2 数据扩充

图像特征识别需要大量的数据支撑^［33］，但在实际工程应用中，由于图像获取困难，通常很难实现千万级数量规模的识别。因此，本文采用了图像增强技术进行扩充原始数据集，生成更多的训练数据样本。本文使用图像几何处理、图像亮度变化以及添加噪声等方式对图像进行扩充^［34］。现场采集的照片通过裁剪筛选后，剩余677张，进行扩充处理后共生成4 057张训练样本，该样本涵盖了不同情况下的边坡岩石图像，有助于提高网络泛化能力，基本满足本文所需检测节理任务的数据量要求。图6为扩充之后的部分数据集示意。

向图像中添加std为0.6的高斯噪声，添加概率为0.01的椒盐噪声。由于添加的噪声直接观察不明显，图7为噪声细节放大图，以便可以更清晰地展示和分析。

2.1.3 制作数据标签

节理图像识别任务不同于传统图像分类任务，在算法模型中，需要在每个节理图像中对目标物体进行标注、制作标签。本文采用LabelMe标注软件对围岩节理图像进行标注，在每张图像标注完成之后会自动生成一个包含节理信息的位置和名称信息的json文件^［35］。图8为Labelme标注后的节理图像。为了降低手动标注带来的误差和主观因素影响，多名团队成员独立标注，最后针对差异部分共同讨论，依据统一标准进行修正，以提高标注数据的准确性。

2.1.4 txt文件转换

YOLO模型的实现依托于一种特定的数据结构，这种结构通常为txt格式文件存在，它需要从json文件中解析出每个检测对象的类别标签、标记坐标等属性信息，确保模型可以正确地解读数据。本文采用python语言的json库开展数据转换工作，将json文件转化为txt文件，保证数据完整转换。图9为json文件以及转换后对应的部分。

2.2 围岩节理识别模型试验

2.2.1 试验准备与参数设置

本试验配置Intel i9-13900K处理器、3.00 GHz运行频率、NVIDIA RTX 3060显卡，在Windows10（64位）操作系统的计算机上执行，采用PyTorch深度学习框架，选用了torch2.2.0版本，支持CUDA加速运算。训练时，图像大小设定为448×448，在确保数据的分辨率满足需求的情况下提高运行速率。基于试验初步结果和模型的收敛速度，设置训练次数epoch为300轮，批量大小batch为6，模型初始学习率为0.01。

由于AdamW（Adam with Weight Decay）在深度学习任务中表现优异，它可以自适应地调整每个参数的学习率，改进了权重衰减的处理方式，可以进行更精准的模型调优，故优化器选择AdamW。训练数据按照8∶2的比例随机划分原始围岩节理数据集。其中，80%数据集用于网络模型的训练，20%数据作为模型的验证集，用于评估模型的检测性能。

2.2.2 节理识别结果

为了直观地展示文中所提出模型的识别效果，分别使用改进前的YOLOv8模型和改进后的CPCA-MSBlock-YOLOv8模型对岩体图像节理特征进行识别，结果如图10所示。

由图10可以看出：改进前的YOLOv8模型对于岩体节理的识别效果不好，许多较明显的节理未识别出；而使用CPCA-MSBlock改进后的YOLOv8模型对于节理的识别效果有显著提升，能够准确地识别和标记出岩体中节理的位置，且对于尺寸较小的节理同样具备较高的识别能力。说明改进后的模型可以更加精细地识别到不同尺度的节理特征，实现了多尺度节理目标的识别。

2.3 工程应用测试

赤道几内亚Akurenam-Minang公路项目实际勘察发现，项目围岩弱风化，节理裂隙发育。为保证边坡的围岩稳定安全，工程现场应用本文所述的节理检测系统进行围岩节理检测。

为直观地展示本文提出的算法在节理检测与分割任务中的有效性，本文将改进的CPCA-MSBlock-YOLO算法制作成python系统，该系统主要是点击选择调用节理图像，即可完成节理的智能识别。图11展示了该程序在赤道几内亚Akurenam-Minang公路项目中的应用效果。改进后的模型在复杂环境中对不同岩体的节理检测效果良好，实现了岩体节理的高效率、高精度实时识别与分割。

2.4 讨论

2.4.1 模型评价指标

为验证本文所提研究算法相比于当前主流图像识别模型的优越性，本文使用了YOLOv8算法、YOLOv5算法、uNet算法这几个主流的分类网络模型在相同条件下进行对比试验，采用BOX、Mask的精确率P和召回率R、DICE系数C_DICE和交并比r_IOU以及模型运行时间t作为评价模型分类性能优劣的指标。P是在所有模型预测为正类的数据中，实际为正类的比例；R是在所有实际为正类的数据中，被模型正确预测为正类的比例。

在目标检测中，Box代表边界框，即一个围绕目标的矩形区域，用于确认目标在图像中的具体位置；Mask指的是检测目标的掩码分支，它在YOLO目标检测算法中用于实现更加精细的目标分割，精确识别出目标图像的边界形状。精确率P和召回率R的计算公式如下：

P=\frac{T_{\mathrm{P}}}{T_{\mathrm{P}}+F_{\mathrm{P}}}（6）

R=\frac{T_{\mathrm{P}}}{T_{\mathrm{P}}+F_{\mathrm{N}}}（7）

式中：T_P为真正例，实际为目标且被模型正确检出的样本数量；F_P为假正例，实际非目标、但被模型误判为目标的样本数量；F_N为假负例，实际为目标、但被模型漏检的样本数量。

DICE系数C_DICE是一种用于衡量两个样本集合相似度的指标。在深度学习中，DICE LOSS常用来代替交叉熵损失，C_DICE的计算公式为：

C_{\mathrm{D}\mathrm{I}\mathrm{C}\mathrm{E}}=\frac{\mathrm{2}\cdot |A\bigcap B|}{|A|+|B|}（8）

式中：A为真实的目标区域；B为预测的区域；|A\bigcap B|为真实区域和预测区域的交集面积；|A|为真实区域总面积；|B|为预测区域总面积。

IOU损失称为交并比r_IOU，是一个衡量标识之间相似度的指标，可以更好地计算真实值和预测框之间的差异。

r_{\mathrm{I}\mathrm{O}\mathrm{U}}=\frac{B_{\mathrm{g}\mathrm{t}}\bigcap B_{\mathrm{p}\mathrm{r}\mathrm{d}}}{B_{\mathrm{g}\mathrm{t}}\bigcup B_{\mathrm{p}\mathrm{r}\mathrm{d}}}（9）

式中：交集（Intersection）表示两个矩形框的重叠区域面积；并集（Union）表示两个矩形框合并之后的总面积；B_gt为真实框；B_prd为预测框。

2.4.2 消融试验

为了验证改进后网络中的不同模块对图像节理特征提取性能的影响，同时验证选取的优化算法的合理性，本研究在围岩节理数据集上设计并实施了消融试验。消融试验结果如表1所示。

从表1可知：作为本文算法的基础框架，YOLOv8n原始网络模型取得了84.8%的BOX检测精度以及53.1%的Mask精度，r_IOU为75.3%，C_DICE为85.7%，一次迭代耗时163 s。从消融试验结果可以看出：① 在原始YOLOv8模型的基础上，本文使用CPCA注意力机制进行优化后，Mask的准确率和召回率以及r_IOU和C_DICE都有不同程度提升，同时模型计算时间显著缩短，这表明CPCA注意力机制在兼顾模型运算速度和精度方面表现较好；② 在使用MSBlock模块对原始网络进行优化后，BOX和Mask的各项指标均有提升，但C_DICE降低，模型运行时间延长；③ 在融合CPCA和MSBlock改进原始YOLOv8网络模型时，BOX和Mask的准确率、召回率分别提升了4.6个百分点、8.5个百分点、9.5个百分点和12.4个百分点，r_IOU和c_DICE分别提升了17.5个百分点和1.1个百分点，且模型一次迭代的运算时间缩短了63 s。综上所述，该研究改进后的CPCA-MSBlock-YOLOv8模型相较于原始YOLOv8网络模型，各指标均有显著提升，识别性能更好，且计算时间大幅度缩短，表明了该研究提出改进算法的有效性。

2.4.3 对比试验

为了进一步验证本文改进算法CPCA-MSBlock-YOLO模型的检测效果，将其与目前热门的算法进行对比试验，结果如表2所示。

由表2可以看出：相较于GD-YOLOv8、CoTAttention‑YOLOv8等其他4种算法，本文算法的BOX精度分别提升了5.5个百分点、7.6个百分点、3.5个百分点、6.7个百分点，证明本文提出的CPCA-MSBlock-YOLOv8算法在各方面都更具优势。

在训练过程中，记录了改进后的CPCA-MSBlock-YOLO模型在训练数据和验证数据上的损失曲线、精度和召回率曲线（图12）。

从图12可以看出：随着模型训练次数的增加，模型的训练损失和验证损失都逐渐降低，识别精度和召回率逐步上升。在此过程中，改进后的模型不断地学习到更加精确的特征。

3 结论和建议

在传统的围岩节理目标识别检测流程中，人工检测效率低下，且检测结果主要依赖于检测人员的主观判断。为此，针对节理尺度不一、检测时间太长等问题，本文对YOLOv8模型进行优化，提出了一种融合多尺度特征识别的节理检测模型，增强了特征的表达能力，实现了围岩节理的智能高效、高精度检测。主要结论如下：

（1） 在数据集部分，建立了一个包含4 057张边坡围岩图像的数据集，采用多边形的标注方式对节理目标进行标记，包含了图像信息、多边形轮廓信息以及标签等信息。

（2） 鉴于岩体节理识别分割任务的特殊性，本文针对原始YOLOv8算法进行了改进，引入了MSBlock和CPCA模块，改进后的模型可以提升对岩体节理细节特征的敏感度，融合多尺度特征，丰富特征细节，动态调整注意力机制，在提高精确度的情况下，同时能够保持结构的轻量化，保证识别效率。改进后的CPCA-MSBlock-YOLO模型增强了模型的泛化能力和鲁棒性，从而能够更加高效、准确地识别到围岩节理图片中的特征。

（3） 在相同数据集的情况下，通过与其他模型的对比分析，发现改进的模型在岩体节理数据集上取得了相对更优的试验效果。相比于原始YOLOv8模型，BOX和Mask的准确率、召回率以及r_IOU和C_DICE分别提升了4.6个百分点、9.5个百分点、8.5个百分点、12.4个百分点、17.5个百分点以及1.1个百分点，且模型一次迭代的计算时间缩短了63 s，为岩体节理快速检测提供了有效的方法支持。

（4） 优化过的CPCA-MSBlock-YOLO模型存在部分过拟合问题，未来可以采取精细微调超参数等操作，解决过拟合问题，为后续研究提供更精细的节理识别。

（5） 本文提出的智能识别分割模型可以直接应用于公路、铁路、隧道等岩体节理检测识别任务中，解决了传统人工检测岩体节理方法存在的主观性大、效率低等问题，为岩土工程建设的智能化发展提供了理论和技术支持。

参考文献

[1] Mao J Y, Song Z P, Fan S Y, et al. Exploration and verification of tunnel stability evolution law under jointed rock mass with various attitudes[J]. International Journal of Civil Engineering, 2024, 22(5): 689-703.

[2] Song Z P, Li X, Huo R K, et al. Intelligent early-warming platform for open-pit mining: Current status and prospects[J].Rock Mechanics Bulletin,2023:100098

[3] 孙泽, 宋战平, 岳波, 等. 基于SGD算法优化的BP神经网络围岩参数反演模型研究[J]. 隧道建设(中英文), 2023, 43(12): 2066-2076.

[4] Sun Ze, Song Zhanping, Yue Bo, et al. Inversion model for surrounding rock parameters based on back propagation neural networks improved by stochastic gradient descent algorithm[J]. Tunnel Construction, 2023, 43(12): 2066-2076.

[5] 宋战平, 刘洪珂, 郑方, 等. 考虑层理倾角的硬质砂岩力学行为及破裂响应特征[J]. 煤田地质与勘探, 2023, 51(12): 167-175.

[6] Song Zhanping, Liu Hongke, Zheng Fang, et al. Mechanical behavior and failure response characteristics of hard sandstones considering bedding dip angles[J]. Coal Geology & Exploration, 2023, 51(12): 167-175.

[7] Liu L, Song Z P, Li X. Artificial intelligence in tunnel construction: A comprehensive review of hotspots and frontier topics[J]. Geohazard Mechanics, 2024, 2(1): 1-12.

[8] 黄鹏, 范文哲, 胡玲玲, 等. 基于图像连通域的桥梁裂缝识别算法应用研究[J]. 中外公路, 2025, 45(2): 126-132.

[9] Huang Peng, Fan Wenzhe, Hu Lingling, et al. Application of bridge crack recognition algorithm based on image connected domain[J]. Journal of China & Foreign Highway, 2025, 45(2): 126-132.

[10] 陈伟, 江志成, 田子建, 等. 基于YOLOv8的煤矿井下人员不安全动作检测算法[J]. 煤炭科学技术, 2024, 52(): 267-283.

[11] Chen Wei, Jiang Zhicheng, Tian Zijian, et al. Unsafe action detection algorithm of underground personnel in coal mine based on YOLOv8[J]. Coal Science and Technology, 2024, 52(S2): 267-283.

[12] Girshick R, Donahue J, Darrell T, et al. Rich feature hierarchies for accurate object detection and semantic segmentation[C]//2014 IEEE Conference on Computer Vision and Pattern Recognition. Columbus: IEEE, 2014: 580-587.

[13] 高洪飞, 杨仁松, 张运波, 等. 基于增强Mask RCNN算法的隧道掌子面节理智能识别方法与应用[J]. 工业建筑, 2023, 53(): 583-587.

[14] Gao Hongfei, Yang Rensong, Zhang Yunbo, et al. The intelligent identification method and application of tunnel face joints based on the enhanced Mask RCNN algorithm[J]. Industrial Construction, 2023, 53(S2): 583-587.

[15] 彭磊, 周春, 胡锋, 等. 基于深度学习的隧道掌子面节理智能检测与分割[J]. 人民长江, 2023, 54(10): 243-250.

[16] Peng Lei, Zhou Chun, Hu Feng, et al. Intelligent detection and segmentation of tunnel face joints based on deep learning[J]. Yangtze River, 2023, 54(10): 243-250.

[17] 张农, 袁钰鑫, 韩昌良, 等. 基于Mask R-CNN的煤矿巷道掘进迎头裂隙检测与定位算法[J]. 采矿与安全工程学报, 2023, 40(5): 925-932.

[18] Zhang Nong, Yuan Yuxin, Han Changliang, et al. Research on crack detection and localization algorithm for advancing face in coalmine roadways based on Mask R-CNN[J]. Journal of Mining & Safety Engineering, 2023, 40(5): 925-932.

[19] 景莹, 阮顺领, 卢才武, 等. 基于改进Mask R-CNN的露天矿边坡裂隙智能检测算法[J]. 重庆大学学报, 2023, 46(2): 67-80.

[20] Jing Ying, Ruan Shunling, Lu Caiwu, et al. An intelligent detection method for open-pit slope fracture based on the improved Mask R-CNN[J]. Journal of Chongqing University, 2023, 46(2): 67-80.

[21] Liu W, Anguelov D, Erhan D, et al.SSD:Single shot multibox detector[C]//Proceedings of the European Conference on Computer Vision.Chan: Springer,2016:21-37.

[22] 邵延华, 张铎, 楚红雨, 等. 基于深度学习的YOLO目标检测综述[J]. 电子与信息学报, 2022, 44(10): 3697-3708.

[23] Shao Yanhua, Zhang Duo, Chu Hongyu, et al. A review of YOLO object detection based on deep learning[J]. Journal of Electronics & Information Technology, 2022, 44(10): 3697-3708.

[24] 赵南南, 高翡晨. 基于改进YOLOv8的交通场景实例分割算法[J]. 计算机工程, 2025, 51(1): 198-207.

[25] Zhao Nannan, Gao Feichen. Improved YOLOv8-based algorithm for instance segmentation in traffic scenes[J]. Computer Engineering, 2025, 51(1): 198-207.

[26] 赵志宏, 郝子晔. 改进YOLOv8的航拍小目标检测方法: CRP-YOLO[J]. 计算机工程与应用, 2024, 60(13): 209-218.

[27] Zhao Zhihong, Hao Ziye. Improved YOLOv8 aerial small target detection method: CRP-YOLO[J]. Computer Engineering and Applications, 2024, 60(13): 209-218.

[28] 曾志超, 徐玥, 王景玉, 等. 基于SOE-YOLO轻量化的水面目标检测算法[J]. 图学学报, 2024, 45(4): 736-744.

[29] Zeng Zhichao, Xu Yue, Wang Jingyu, et al. A water surface target detection algorithm based on SOE-YOLO lightweight network[J]. Journal of Graphics, 2024, 45(4): 736-744.

[30] 马超伟, 张浩, 马新明, 等. 基于改进YOLOv8的轻量化小麦病害检测方法[J]. 农业工程学报, 2024, 40(5): 187-195.

[31] Ma Chaowei, Zhang Hao, Ma Xinming, et al. Method for the lightweight detection of wheat disease using improved YOLOv8[J]. Transactions of the Chinese Society of Agricultural Engineering, 2024, 40(5): 187-195.

[32] 高明星, 关雪峰, 范井丽, 等. 基于改进YOLOv5-DeepSORT算法的公路路面病害智能识别[J]. 森林工程, 2023, 39(5): 161-174.

[33] Gao Mingxing, Guan Xuefeng, Fan Jingli, et al. Intelligent recognition of road surface disease based on improved YOLOv5-DeepSORT algorithm[J]. Forest Engineering, 2023, 39(5): 161-174.

[34] Wang G, Chen Y F, An P, et al. UAV-YOLOv8: A small-object-detection model based on improved YOLOv8 for UAV aerial photography scenarios[J]. Sensors, 2023, 23(16): 7190.

[35] 赵小虎, 谢礼逊, 慕灯聪, 等. 基于TCM-YOLO网络的金属表面缺陷检测方法[J]. 计算机工程, 2025, 51(6): 338-348.

[36] Zhao Xiaohu, Xie Lixun, Mu Dengcong, et al. Metal surface defect detection method based on TCM-YOLO network[J]. Computer Engineering, 2025, 51(6): 338-348.

[37] 刘洺睿, 车奔, 董洪波, 等. 露天煤矿采场无人机遥感图像小目标检测[J]. 煤田地质与勘探, 2023, 51(11): 132-140.

[38] Liu Mingrui, Che Ben, Dong Hongbo, et al. Detection of small objects in open-pit coal mine stopes using UAV remote sensing images[J]. Coal Geology & Exploration, 2023, 51(11): 132-140.

[39] Terven J R, Esparza D M C.A comprehensive review of YOLO:From YOLOv1 to YOLOv8 and Beyond [J]. ArXiv,2023,abs/2304.00501.

[40] 周丰峻, 康怀强, 高伸, 等. 基于改进的YOLOv8模型对地下工程混凝土裂纹的检测识别[J]. 计算机工程与科学, 2025, 47(6): 1079-1089.

[41] Zhou Fengjun, Kang Huaiqiang, Gao Shen, et al. Detection and recognition of concrete cracks in underground engineering based on improved YOLOv8 model[J]. Computer Engineering and Science, 2025, 47(6): 1079-1089.

[42] Bodla N, Singh B, Chellappa R, et al. Soft-NMS: improving object detection with one line of code[C]//Proceedings of the IEEE International Conference on Computer Vision. Venice: IEEE, 2017:5562-5570.

[43] Lou H, Duan X, Guo J, et al.DC-YOLOv8: Small-size object detection algorithm based on camera sensor[J].Electronics,2023,12(10):2323.

[44] Tang Y Z, Qian Y. High-speed railway track components inspection framework based on YOLOv8 with high-performance model deployment[J]. High-Speed Railway, 2024, 2(1): 42-50.

[45] 卢宏涛, 张秦川. 深度卷积神经网络在计算机视觉中的应用研究综述[J]. 数据采集与处理, 2016, 31(1): 1-17.

[46] Lu Hongtao, Zhang Qinchuan. Applications of deep convolutional neural network in computer vision[J]. Journal of Data Acquisition and Processing, 2016, 31(1): 1-17.

[47] Huang H J, Chen Z G, Zou Y, et al. Channel prior convolutional attention for medical image segmentation[J]. Computers in Biology and Medicine, 2024, 178: 108784.

[48] 吴胜垚, 陈星. 图像任务中空间和通道注意力机制研究综述[J]. 微电子学与计算机, 2025, 42(3): 1-13.

[49] Wu Shengyao, Chen Xing. A review of the spatial and channel attention mechanisms in image tasks[J]. Microelectronics & Computer, 2025, 42(3): 1-13.

[50] 朱成杰, 蔡子正, 朱洪波. 基于改进YOLOv8的路面坑洼检测[J]. 重庆工商大学学报(自然科学版), 2026, 43(2): 93-100.

[51] Zhu Chengjie, Cai Zizheng, Zhu Hongbo. Road surface pothole detection based on improved YOLOv8[J]. Journal of Chongqing Technology and Business University (Natural Science Edition), 2026, 43(2): 93-100.

[52] Chen Y, Yuan X, Wang J, et al. YOLO-MS: Rethinking multi-scale representation learning for real-time object detection[J]. IEEE Trans Pattern Anal Mach Intell, 2025, 47(6): 4240-4252.

[53] 文燕, 郭晓倩, 唐由之, 等. 基于Sobel+匹配滤波联合算法的裂缝识别技术[J]. 中外公路, 2025, 45(4): 33-41.

[54] Wen Yan, Guo Xiaoqian, Tang Youzhi, et al. Research on crack identification technology based on Sobel+Matched filter joint algorithm[J]. Journal of China & Foreign Highway, 2025, 45(4): 33-41.

[55] 高亮, 饶法强, 杨忠民, 等. 基于语义分割的公路路面裂缝智能识别技术研究[J]. 中外公路, 2024, 44(5): 241-247.

[56] Gao Liang, Rao Faqiang, Yang Zhongmin, et al. Intelligent recognition technology of highway cracks based on semantic segmentation[J]. Journal of China & Foreign Highway, 2024, 44(5): 241-247.

[57] Russell B C, Torralba A, Murphy K P, et al. LabelMe: A database and web-based tool for image annotation[J]. International Journal of Computer Vision, 2008, 77(1): 157-173.