雪域慧眼：西藏壁画破损的轻量级智能检测模型

摘要

文章提出一种融合轻量化（Ghost Transformer）结构与动态可变形卷积机制结合的西藏壁画破损检测模型，旨在解决传统方法在壁画裂缝、脱落等破损目标检测中精度低、实时性差的问题，提升壁画破损检测的智能化与高效化水平，为文物数字化保护提供技术支撑。该模型以Ghost Transformer作为主干网络，搭配BiFPN特征融合结构，并集成Coordinate Attention(CA)与Sim AM无参注意力机制，同时引入TOOD动态标签分配策略，通过多技术融合增强模型对小目标与复杂背景的适应能力，实现对西藏壁画破损目标的精准识别与检测。实验结果表明，在检测精度维持稳定的情况下，网络深度缩短31.37%，参数规模下降33.98%，浮点计算量削减50.32%；模型体积压缩至原始体积的35.57%，整体压缩率达64.43%。改进后的GT-D-CA-S-B-T YOLOv8兼顾精度检测与轻量化水平，能有效助力西藏壁画数字化保护，显著提升传统保护修复工作中破损检测的效率和准确性。

关键词

壁画破损检测 / 动态可变形卷积 / 注意力机制 / YOLOv8 / 轻量化

基金资助

国家自然科学基金项目（62261051）; 西藏自治区科技计划项目（XZ202501ZY0060,XZ202402ZY0002）; 西藏自治区教育科学研究项目（XZEDUP240149）; 西藏大学研究生高水平人才培养计划项目（2025-GSP-S142）