本文系辽宁省教育厅办公室2026年国家及省级大学生创新训练计划项目，项目名称：《基于CSP-YOLOv11的灾后废墟裂缝高精度检测系统的研究》，项目编号：202612595001。

面向灾后废墟场景的CSP-YOLOv11裂缝检测模型轻量化研究

董妍

辽宁理工职业大学 辽宁 锦州 121007

摘要：对于灾后废墟场景下裂缝检测时出现的目标形态不规则、背景复杂以及边缘算力不足等矛盾问题，本文采用YOLOv11作为基础网络，用CSP结构来适应其特征图大小的变化，从而得到一个轻量化的检测模型。通过对跨阶段局部模块的通道比例进行重新设计，利用深度可分离卷积来减小冗余，用结构化剪枝、知识蒸馏、量化感知训练等方式形成三级压缩流水线。从实验结果可以看出，本模型mAP@0.5比基线高了2.3个点，参数量减少了46%，量化之后推理速度提高了2.1倍，可以给无人机灾后巡检提供算法支持。

关键词：灾后废墟、裂缝检测、YOLOv11、CSP结构、模型轻量化。

引言

地震、建筑坍塌等灾害造成废墟时，墙体和路面的裂缝就成了判断结构稳定状况、识别次生危害的主要视觉线索。人工排查在余震环境里效率低并且对人员造成危险，无人机搭载视觉检测系统就成为了灾后应急响应的主要方式。废墟裂缝形态细长不规则、尺度跨度大、背景纹理杂乱，常规检测模型很难同时达到精度和边缘端实时性的要求，需要针对场景特性做轻量化的算法研究。

1、灾后废墟裂缝检测的场景特性与性能约束

灾后废墟里的裂缝目标和普通路面裂缝有着明显的不同之处。混凝土碎块、钢筋外露、粉尘覆盖等相互交缠在一起，裂缝边沿经常被碎屑所遮盖，造成目标轮廓断续、梯度信息分散的现象。裂缝形态主要是细长条状的，长宽比可以达到几十比一，有些网状裂缝有多个分支交叉的结构，空间拓扑关系给检测定位带来困难。从尺度上来说，毫米级的发丝裂纹同米级的结构性断裂同时出现在一幅画面上，小的目标裂缝在高分辨图像里只占据几十个像素，经过骨干网络多次下采样之后，它的特征很容易被抹去^[1]。

由于废墟遮挡的关系，光照条件会突然变差或者变好，即阴影区和强光区交替出现，裂缝和背景的灰度差别被缩小了，正负样本的边界变得模糊起来。以上视觉特点需要检测网络有很强的细节恢复能力、多尺度的感受野以及对于细长形状的特别建模能力，一般的通用目标检测模型很难直接应用到这种场景中去。以上约束表明废墟裂缝检测模型要达到一定的精度水平的时候，还要兼顾到参数数量、计算量和推理时延这三者之间的协调减小，仅仅依靠通用轻量级骨干网络是不能适应场景化的部署要求的。

2、CSP-YOLOv11裂缝检测网络的架构适配

YOLOv11的C3k2模块是以跨阶段局部连接为基本原理，把特征图按通道分成两部分，然后分别进行处理之后再拼接起来，它的默认均等拆分方式并没有考虑到裂缝目标的形态偏好。本文重新设计了C3k2模块的拆分方式，把卷积分支通道的比例从原来的50%提高到现在的65%，更多的通道参与到对细长裂缝的细节特征提取中来，同时跨层连接分支也保留了35%的通道来保证梯度流动畅通以及语义传递。卷积分支内部用深度可分离卷积代替一部分标准的3×3卷积，把空间特征提取和通道信息融合解耦开，保持感受野不变的情况下把该分支的计算量降低了大约60%。CSP模块输出端加入轻量级通道注意力，给响应裂缝边缘梯度的通道赋予自适应加权，削减背景纹理通道干扰^[2]。

颈部网络用改进的PANet结构，自顶向下路径里用可学习的上采样核取代最近邻插值来恢复小目标的空间细节，特征拼接之后再加上空间注意力去强调裂缝连续的部分。SPPF模块的最大池化被空洞卷积组合代替了，在保持参数量不变的情况下增大感受野，可以捕捉到长条形裂缝的全局空间关系。检测头采用解耦结构，分类和回归分支分别计算，用K-Means重新聚类废墟数据集中锚框大小，使得先验框分布符合裂缝极端长宽比。损失函数在CIoU的基础上加上了宽高比约束项，对细长目标的回归梯度方向进行了修正，从而解决了常规IoU损失对于极端比例目标定位不准的问题。

3、模型轻量化压缩策略与实验验证

3.1三级压缩流水线构建与性能分析

在架构适配的基础上，本文创建出一个结构化的剪枝、多尺度的知识蒸馏以及量化感知训练三个环节组成的压缩流水线，从而达到模型逐级减重的目的。结构化剪枝把BN层缩放因子当作通道的重要程度衡量标准，在训练期间给缩放因子加上L1正则化来促使冗余通道系数接近于零，剪枝的时候按照系数从低到高的顺序移除那些小于阈值的通道及其对应的卷积核。由于裂缝检测对于小目标比较敏感，因此对检测头以及浅层特征层用20%的低剪枝率来保存细节，而骨干深层和颈部语义冗余层用40%的高剪枝率来进行剪枝，从而达到不同的通道压缩效果，并在剪枝之后用余弦退火学习率微调来恢复精度^[3]。

知识蒸馏阶段用未剪枝模型做教师、剪枝模型做学生，蒸馏损失有输出层软标签拟合、颈部三尺度特征图的通道注意力加权匹配、裂缝目标间的相对空间关系关系蒸馏等，多尺度损失和检测损失加权组合来引导学生恢复判别能力。量化阶段用量化感知训练，前向传播模拟INT8舍入误差，权重逐通道非对称量化、激活逐层量化，检测头输出层保留FP16防止回归坐标丢失。实验使用的是自己建立的废墟裂缝数据集，共有四个种类的裂缝共3200张图片，按照7：2：1的比例分为训练集、验证集和测试集。

3.2多尺度知识蒸馏与量化感知训练

知识蒸馏阶段用没有剪枝的完整的CSP-YOLOv11模型做教师，用剪枝后的轻量模型做学生，用多种损失约束来引导学生模型去模仿教师模型的特征表示和决策边界。输出层蒸馏使用的是软标签学习的方式，学生模型不单要拟合真实的标注硬标签，还要与教师模型输出的类别概率分布、边界框回归结果相匹配，温度系数用来调节软标签的平滑度，从而让学生可以学习教师对于难样本不确定性的判断。特征层蒸馏在颈部网络的三个尺度特征图上加上特征匹配损失，在通道注意力加权之后约束学生中间特征和教师特征的空间分布一致性，使得学生在压缩之后仍然可以保留多尺度裂缝的语义信息。

关系蒸馏把同一张图上不同的裂缝目标之间的空间位置关系给建立起来，使学生学会老师对于这些目标之间拓扑结构的认识，这对于网状裂缝以及多分支交叉裂缝的检测来说就显得更为重要了。上面的蒸馏损失同原始检测损失按照加权系数组合起来，一起指导学生模型的训练。量化阶段用量化感知训练，在前向传播时模拟INT8量化过程中的舍入误差，把权重、激活值的量化噪声加入到梯度计算当中，使得模型在训练的时候就能适应低精度表示。

结论

本文根据灾后废墟场景裂缝检测的精度要求以及边缘部署的限制条件，提出CSP结构适配的YOLOv11轻量化检测模型。对跨阶段局部模块的通道比例进行重新设计，用深度可分离卷积和注意力机制来加强细长目标的特征提取能力，从而创建出一个剪枝、蒸馏、量化三级压缩流水线以达到极致轻量化的目的。经过实验验证可以得出结论，此模型对于提高精度和压缩计算量有较好的效果，可以给无人机灾后结构风险巡检提供可行的算法。之后会加入半监督学习和多模态融合的方法，使低能见度条件下检测更加鲁棒。

参考文献

[1]孟凯宁,舒畇溦,杜成群.基于废墟结构特征的灾后救援机器人设计研究[J].包装工程,2022,43(24):180-188.

[2]高宇晖.基于移动通信的灾后搜救设备关键技术研究[D].北京邮电大学,2022.

[3]胡爱华.基于灾后复杂环境的无线定位关键技术研究[D].北京邮电大学,2022.300.

...