建大新闻网讯    近日，我校城市发展与现代交通学院师资博士后Mohammed Ameen Mohammed 与周海俊教授在国际期刊Automation in Construction（中科院1区TOP期刊，IF=11.5）发表题为“Automated lightweight networks for multi-material bridge crack segmentation” 的研究论文。Mohammed Ameen Mohammed为论文第一作者，周海俊教授为通讯作者，我校为第一完成单位。该研究得到周海俊教授主持的国家自然科学基金联合基金重点支持项目“轨道交通混凝土基础设施损伤诊断与韧性提升研究”的资助。

本研究针对多材料桥梁结构表面裂缝在复杂服役环境下难以实现高精度自动分割的关键难题，构建了一种统一、轻量化且高精度的裂缝智能分割框架。实验结果表明，该方法在多个公开数据集上的综合性能显著优于现有主流方法。所提出的CrackSeg-GWD 裂缝分割模型在多项评价指标上取得领先表现。多材料统一训练与验证结果进一步表明，该模型在混凝土、钢材、沥青等不同桥梁材料表面均具有优异的泛化能力与鲁棒性。在保证分割精度的同时，模型参数量仅为 0.414 M，计算量仅为 0.849 GFLOPs，体现出突出的轻量化优势。消融实验系统验证了组归一化（GN）、权重标准化卷积（WS Conv）、DropBlock 正则化及对称统一焦点损失（SUF Loss）等关键技术组件对模型性能提升的显著作用。该成果为桥梁等重大基础设施结构健康智能监测与自动化巡检提供了高效可靠的算法支撑，对于推动基础设施预防性养护与数字化精细化管养具有重要的工程应用价值。

所提出的用于裂纹分割的 CrackSeg-GWD 的总体架构

论文链接：

https://doi.org/10.1016/j.autcon.2026.106808

文字、图片：周海俊（城市发展与现代交通学院）

编辑：肖雯雯