DOI: https://doi.org/10.1038/s41598-026-35743-8
PMID: https://pubmed.ncbi.nlm.nih.gov/41540189
تاريخ النشر: 2026-01-15
المؤلف: Junqi Lin وآخرون
الموضوع الرئيسي: صيانة البنية التحتية والمراقبة
نظرة عامة
تتناول هذه الورقة البحثية القضية الحرجة لعيوب الرصف، التي تؤثر سلبًا على سلامة المرور، والمتانة، والكفاءة التشغيلية. لتعزيز تحديد هذه العيوب، يقترح المؤلفون نموذجًا خفيف الوزن جديدًا يسمى YOLO11-WLBS، الذي يتضمن أربعة وحدات محسنة: تحويل الموجات الترددية، الاستخراج التكيفي الخفيف، شبكة هرمية ثنائية الاتجاه، والانتباه البسيط. يتم التحقق من فعالية كل وحدة من خلال تجارب الإزالة، مما يؤدي إلى مقاييس أداء مثيرة للإعجاب: دقة تبلغ 0.947، واسترجاع 0.895، ودرجة F1 تبلغ 0.895، ومتوسط الدقة (mAP) عند 0.5 تبلغ 0.944، وmAP عند 0.5-0.95 تبلغ 0.703. من الجدير بالذكر أن YOLO11-WLBS يتفوق على نموذج YOLO11 الأساسي من خلال تعزيز الدقة بنسبة 6.4%، والاسترجاع بنسبة 15.8%، وmAP@0.5 بنسبة 12.2%، بينما يقلل أيضًا من عدد المعلمات بنسبة 25.5%.
تشير النتائج إلى أن YOLO11-WLBS لا يحافظ فقط على أداء كشف عالي تحت ظروف صعبة، مثل الإضاءة الشديدة والتمويه، ولكنه أيضًا يظهر قدرات تعميم قوية عبر مجموعات بيانات مختلفة. تؤكد هذه النتائج على إمكانيات النموذج كحل فعال وقوي للكشف الذكي عن عيوب الرصف، مما يجعله مناسبًا للنشر في الوقت الحقيقي على الأجهزة الطرفية في أنظمة صيانة الرصف ومراقبة البنية التحتية. وتخلص الدراسة إلى أن دمج الوحدات المقترحة يعزز بشكل كبير من أداء النموذج، مع ملاحظة تأثير تآزري عند دمج جميع الوحدات.
مقدمة
تسلط المقدمة الضوء على التحديات المتزايدة في صيانة الرصف بسبب زيادة حركة المرور وما ينتج عنها من تآكل وعيوب، مما يهدد السلامة والسلامة الهيكلية. إن الكشف في الوقت المناسب عن هذه العيوب أمر حاسم لتمديد عمر الرصف وتقليل مخاطر الحوادث، مما يعزز الكفاءة العامة للنقل ويقلل من تكاليف الصيانة. الطرق التقليدية، التي تعتمد أساسًا على الفحوصات اليدوية ومعالجة الصور الأساسية، غير فعالة وتعتمد بشكل كبير على خبرة المفتشين، مما يؤدي إلى قيود كبيرة في كل من الكفاءة والدقة.
لمعالجة هذه التحديات، بدأ الباحثون في استخدام مصنفات التعلم الآلي لأتمتة وتحسين دقة الكشف عن عيوب الرصف. ومع ذلك، غالبًا ما تعتمد هذه الطرق على ميزات مصممة يدويًا، مما يحد من فعاليتها في البيئات المعقدة. وبالتالي، كان هناك تحول نحو تقنيات التعلم العميق، وخاصة الشبكات العصبية التلافيفية (CNNs)، التي يمكن أن تتعلم تلقائيًا الميزات الهرمية من الصور الخام. تعزز هذه الطريقة من كفاءة ودقة الكشف من خلال تقليل الحاجة إلى التدخل اليدوي وإدارة مجموعة متنوعة من أنواع العيوب في ظروف معقدة.
طرق
في هذه الدراسة، يقدم المؤلفون بنية محسنة للكشف عن عيوب الرصف، تُسمى YOLO11-WLBS، والتي تهدف إلى تحسين دقة الكشف مع الحفاظ على الأداء في الوقت الحقيقي. يستخدم الإطار التجريبي مجموعة بيانات UAV-PDD2023، التي تتكون من 2,440 صورة عالية الدقة (2592 × 1944) تم التقاطها بواسطة الطائرات بدون طيار، تعرض عيوب رصف متنوعة مثل الشقوق العرضية (TC)، الشقوق الطولية (LC)، شقوق التمساح (AC)، الشقوق المائلة (OC)، الحفر، والإصلاحات. تم وضع علامة على إجمالي 11,158 حالة عيب بصناديق محيطية وتسميات فئة، مما يسمح للنموذج بتعلم المواقع المكانية وتصنيفات العيوب المتعددة داخل الصور الفردية. يتم تقسيم مجموعة البيانات إلى مجموعات تدريب، والتحقق، والاختبار بنسبة 7:2:1، وهي طريقة قياسية في التعلم العميق توازن بين تعلم النموذج والتعميم.
يتم تطوير النموذج في بيئة Windows 10 باستخدام Python 3.9.18، مع مكتبات رئيسية تشمل PyTorch 2.0.0 وCUDA 11.8. يستخدم التدريب مجموعة من المعلمات، مثل حجم الدفعة ومعدل التعلم 0.01، مع زيادة البيانات من خلال تجميع الموزاييك. يتبع معدل التعلم استراتيجية تدهور كوسين، ويتم تكوين مُحسّن SGD مع زخم محدد عند 0.937 وتدهور الوزن عند 0.0005. لتعزيز كفاءة التدريب، يتم استخدام دقة مختلطة تلقائية، وتطبق طريقة المتوسط المتحرك الأسّي لتثبيت أوزان النموذج. يتم تعيين عتبات الثقة وكبح غير الأقصى إلى القيم الافتراضية 0.25 و0.45، على التوالي، لضمان مقارنات أداء متسقة عبر النماذج.
نتائج
تسلط نتائج الدراسة الضوء على التحديات المرتبطة بالكشف عن عيوب الرصف، خاصة بسبب الأشكال المتنوعة، والأحجام الصغيرة، والخلفيات المعقدة للشقوق. تم إجراء تقييم منهجي لمختلف نماذج كشف الكائنات، مع ضمان التوحيد في المعلمات مثل عتبة الثقة (0.25)، وعتبة كبح غير الأقصى (0.45)، وقواعد مطابقة IoU لمقاييس الأداء. تم اشتقاق جميع مقاييس التقييم من مجموعة الاختبار للحفاظ على تقييم عادل ومنع تسرب البيانات.
من بين نماذج كشف الكائنات الكلاسيكية التي تم اختبارها، أظهر مُكتشف MultiBox ذو اللقطة الواحدة (SSD) أداءً ضعيفًا نسبيًا، حيث حقق دقة 0.572، واسترجاع 0.388، ودرجة F1 تبلغ 0.462، مع عدد معلمات يبلغ 32.77 مليون. في المقابل، أظهرت نماذج Faster R-CNN وMask R-CNN قيم دقة محسنة تبلغ 0.636 و0.659، على التوالي، على الرغم من أن دقتها العامة ظلت منخفضة. تؤكد الدراسة على الحاجة إلى نماذج كشف أكثر فعالية لتعزيز تحديد عيوب الرصف، خاصة في ضوء القيود الملحوظة في SSD والتحسينات المتواضعة التي تقدمها النماذج ذات المرحلتين.
نقاش
في هذا النقاش، يتم تسليط الضوء على فعالية الشبكات العصبية التلافيفية (CNNs) في الكشف عن عيوب الرصف، خاصة من خلال نماذج قائمة على YOLO المختلفة. تؤكد الورقة على التقدم في هياكل CNN، مثل YOLO وFaster R-CNN وMASK R-CNN، التي حسنت بشكل كبير من دقة الكشف التلقائي عن العيوب. أظهر YOLO، وخاصة نماذج YOLOv2 وYOLOv5، نتائج واعدة، حيث حقق YOLOv2 درجة F1 تبلغ 0.84 وتم تحسين YOLOv5 بآليات فرعية مزدوجة لتحسين أداء الكشف. يتضمن تقديم YOLO11-WLBS، نسخة محسنة من YOLO11، عدة وحدات مبتكرة—تحويل الموجات الترددية (WTConv)، الاستخراج التكيفي الخفيف (LAE)، شبكة هرمية ثنائية الاتجاه (BiFPN)، وآلية الانتباه البسيط (SAM)—لتحسين كل من دقة الكشف وكفاءة الحساب.
تتفصل الدراسة أيضًا في التحديات التي تواجه الكشف عن عيوب الرصف، مثل تعقيد أشكال العيوب والتداخلات البيئية، مما يتطلب توازنًا بين الدقة والكفاءة. يعالج نموذج YOLO11-WLBS المقترح هذه التحديات من خلال دمج تقنيات استخراج الميزات المتقدمة وآليات الانتباه، مما يؤدي إلى تحسين مقاييس الكشف. تظهر النتائج التجريبية أن النموذج المحسن يحقق دقة تبلغ 0.947، واسترجاع 0.895، وmAP@0.5 تبلغ 0.944، مما يبرز قوة النموذج وفعاليته في تحديد عيوب الرصف المختلفة بدقة مع الحفاظ على هيكل خفيف الوزن مناسب للتطبيقات في الوقت الحقيقي. تؤكد دراسات الإزالة على مساهمات كل وحدة، خاصة التحسينات الكبيرة التي قدمتها وحدات BiFPN وWTConv، مما يبرز إمكانيات النموذج للنشر العملي في صيانة الرصف.
DOI: https://doi.org/10.1038/s41598-026-35743-8
PMID: https://pubmed.ncbi.nlm.nih.gov/41540189
Publication Date: 2026-01-15
Author(s): Junqi Lin et al.
Primary Topic: Infrastructure Maintenance and Monitoring
Overview
This research paper addresses the critical issue of pavement defects, which adversely affect traffic safety, durability, and operational efficiency. To enhance the identification of such defects, the authors propose a novel lightweight model named YOLO11-WLBS, which incorporates four improved modules: Wavelet Transform Convolution, Lightweight Adaptive Extraction, Bidirectional Feature Pyramid Network, and Simple Attention. The effectiveness of each module is validated through ablation experiments, leading to impressive performance metrics: a precision of 0.947, recall of 0.895, F1-score of 0.895, mean Average Precision (mAP) at 0.5 of 0.944, and mAP at 0.5-0.95 of 0.703. Notably, YOLO11-WLBS outperforms the baseline YOLO11 by enhancing precision by 6.4%, recall by 15.8%, and mAP@0.5 by 12.2%, while also reducing the number of parameters by 25.5%.
The findings indicate that YOLO11-WLBS not only maintains high detection performance under challenging conditions, such as extreme lighting and blurring but also demonstrates strong generalization capabilities across different datasets. These results underscore the model’s potential as an efficient and robust solution for intelligent pavement defect detection, making it suitable for real-time deployment on edge devices in pavement maintenance and infrastructure monitoring systems. The study concludes that the integration of the proposed modules significantly enhances the model’s performance, with a synergistic effect observed when all modules are combined.
Introduction
The introduction highlights the growing challenges in pavement maintenance due to increased traffic and the resulting wear and defects, which compromise structural integrity and safety. Timely detection of these defects is crucial for extending pavement lifespan and minimizing accident risks, thereby enhancing overall transportation efficiency and reducing maintenance costs. Traditional methods, primarily reliant on manual inspections and basic image processing, are inefficient and heavily dependent on the expertise of inspectors, leading to significant limitations in both efficiency and accuracy.
To address these challenges, researchers have begun employing machine learning classifiers to automate and improve the accuracy of pavement defect detection. However, these methods often depend on manually designed features, which restrict their effectiveness in complex environments. Consequently, there has been a shift towards deep learning techniques, particularly Convolutional Neural Networks (CNNs), which can automatically learn hierarchical features from raw images. This approach enhances detection efficiency and accuracy by reducing the need for manual intervention and effectively managing a variety of defect types in complex conditions.
Methods
In this study, the authors introduce an enhanced architecture for pavement defect detection, termed YOLO11-WLBS, which aims to optimize detection accuracy while maintaining real-time performance. The experimental framework utilizes the UAV-PDD2023 dataset, consisting of 2,440 high-resolution images (2592 × 1944) captured by drones, showcasing various pavement defects such as transverse cracks (TC), longitudinal cracks (LC), alligator cracks (AC), oblique cracks (OC), potholes, and repairs. A total of 11,158 defect instances are annotated with bounding boxes and category labels, allowing the model to learn the spatial locations and classifications of multiple defects within single images. The dataset is divided into training, validation, and test sets in a 7:2:1 ratio, a standard approach in deep learning that balances model learning and generalization.
The model development is conducted in a Windows 10 environment using Python 3.9.18, with key libraries including PyTorch 2.0.0 and CUDA 11.8. Training employs a range of parameters, such as a batch size and learning rate of 0.01, with data augmentation through Mosaic stitching. The learning rate follows a Cosine Annealing decay strategy, and the SGD optimizer is configured with momentum set to 0.937 and weight decay at 0.0005. To enhance training efficiency, automatic mixed precision is utilized, and an exponential moving average method is applied for stabilizing model weights. The confidence and non-maximum suppression thresholds are set to the default values of 0.25 and 0.45, respectively, ensuring consistent performance comparisons across models.
Results
The results of the study highlight the challenges associated with pavement defect detection, particularly due to the diverse morphologies, small sizes, and complex backgrounds of cracks. A systematic evaluation of various object detection models was conducted, ensuring uniformity in parameters such as the confidence threshold (0.25), non-maximum suppression threshold (0.45), and IoU matching rules for performance metrics. All evaluation metrics were derived from the test set to maintain a fair assessment and prevent data leakage.
Among the classic object detection models tested, the Single Shot MultiBox Detector (SSD) demonstrated relatively poor performance, achieving a precision of 0.572, recall of 0.388, and an F1 score of 0.462, with a parameter count of 32.77 million. In contrast, the Faster R-CNN and Mask R-CNN models showed improved precision values of 0.636 and 0.659, respectively, although their overall accuracy remained low. The study emphasizes the need for more effective detection models to enhance pavement defect identification, particularly in light of the limitations observed in the SSD and the modest improvements offered by the two-stage models.
Discussion
In this discussion, the effectiveness of Convolutional Neural Networks (CNNs) for pavement defect detection is highlighted, particularly through various YOLO-based models. The paper emphasizes the advancements in CNN architectures, such as YOLO, Faster R-CNN, and MASK R-CNN, which have significantly improved automatic defect detection accuracy. YOLO, particularly the YOLOv2 and YOLOv5 models, has shown promising results, with YOLOv2 achieving an F1 score of 0.84 and YOLOv5 being enhanced with dual-branch mechanisms to improve detection performance. The introduction of YOLO11-WLBS, an optimized version of YOLO11, incorporates several innovative modules—Wavelet Transform Convolution (WTConv), Lightweight Adaptive Extraction (LAE), Bidirectional Feature Pyramid Network (BiFPN), and Simple Attention Mechanism (SAM)—to enhance both detection accuracy and computational efficiency.
The study further details the challenges faced in pavement defect detection, such as the complexity of defect shapes and environmental interferences, which necessitate a balance between accuracy and efficiency. The proposed YOLO11-WLBS model addresses these challenges by integrating advanced feature extraction techniques and attention mechanisms, resulting in improved detection metrics. Experimental results demonstrate that the enhanced model achieves a precision of 0.947, recall of 0.895, and mAP@0.5 of 0.944, showcasing the model’s robustness and effectiveness in accurately identifying various pavement defects while maintaining a lightweight structure suitable for real-time applications. The ablation studies confirm the contributions of each module, particularly the significant improvements brought by the BiFPN and WTConv modules, underscoring the model’s potential for practical deployment in pavement maintenance.