0 引言

近几十年来，得益于我国日益提升的经济水平与社会对交通道路便捷通行的要求，我国的隧道建设事业实现了高速发展，数以万计的隧道正式服役运营。截止目前，我国隧道里程已经突破了4.57×10⁴ km，隧道数量超过4.08万座，且预计在“十四五”期间建成通车隧道总里程5 000 km。

我国隧道建设速度、建设里程位居世界第1^[1]。我国幅员辽阔，致使我国隧道建设形成了发展速度快、里程数量长、隧道跨度大、地质条件复杂多样化、结构形式众多的特点^[2]。当前，我国特长山岭隧道的占比持续增加^[3]，当前在建隧道跨度在10 km以上的隧道就已超过20座。我国隧道建设不同于其他国家的诸多特点对我国隧道建设管养工作提出了更高的要求。与其他工程设施相比，隧道在其服役期性能的演化存在更多的不确定性，隧道结构寿命达不到设计使用年限的现象更为普遍^[4]，疏忽对隧道结构设施的管理养护容引易发生隧道结构安全事故。隧道结构安全事故不仅会对当地的交通通行造成一定影响^[5]，更会对行车人员的生命健康与财产安全造成严重的影响并引发负面的社会舆论。例如，2012年宁夏六盘山隧道突发隧道塌方事故，导致了当地该路段2个月的交通中断；2020年，四川雅安青鼻山隧道内二次衬砌脱落，砸中一辆行驶中的车辆致使1人死亡，社会影响极其恶劣。

为保障建成隧道正常服役状态，对于隧道开展有效、及时的检查与养护是极其必要的^[6]。当前，诸多公路隧道管理公司对于隧道的日常养护与检查多根据《公路隧道养护技术规范》上对隧道检测内容与频次的要求进行。在处理病害记录数据时多采用人工记录的方式，而这种方式对工人自身技术水平要求较高。伴随着机器学习的高速发展，各行业均将该技术与自身领域的需求结合实现新应用。2014年以来，诸多学者将机器学习方法应用于隧道表观病害的识别任务中^[7-14]。虽然这些学者使用机器学习的方式可以完成对隧道病害的分类任务，但在实际工程需求中，真正有工程价值的应用方式是在隧道图片中提取出其中病害所属像素部分以便对病害形态进行掌握以及后期对病害尺寸进行测算，故更多学者使用语义分割^[15]的方式处理隧道病害图片，如Huang等^[16]使用了FCN网络对盾构地铁隧道进行了衬砌渗漏水图像的分割；许力之^[17]基于UperNet模型进行改进使其适用于隧道病害分割；Miao等^[18]将U-Net网络应用于公路隧道中裂缝的分割；Lee等^[19]基于SegNet模型对隧道衬砌的裂缝进行分割处理；李良福等^[20]基于PSPNet提出一种桥梁裂缝的语义分割方法，实现了对桥梁裂缝的提取。当前在病害检测领域所使用的的网络依然以U-Net与PSPNet为主。而近年来，由谷歌团队提出的deeplab系列在语义分割任务中取得了非常优秀的成绩，多数学者以此为基础展开了多项关于裂缝的语义分割任务^[21-23]。DeeplabV3+^[24]模型中采用了空洞金字塔卷积主干网络，使得在下采样中增加感受野的同时保证分辨率，提高了图像分割的精确度。

原DeeplabV3+网络中使用了Xception作为主干网络，保证了模型的分割性能。但Xception网络模型参数量过于庞大，对运行模型的机器硬件性能较高，并且图像处理效率低。模型分割精确度高低是在工程应用中选择模型的重要考虑因素，但并不是唯一因素。之所以当前工程应用中大多应用U-Net与PSPNet为主，是因为虽然网络的性能虽然弱于DeeplabV3+，但是有较快的图像处理速度，对运行设备的硬件要求更低，在工程应用中较为广泛。

本研究提出使用MobileNet-V2网络替换原生DeeplabV3+网络中的Xception网络作为主干网络，在保障性能的前提下提高了模型处理运算效率，降低隧道病害分割网络运行所需硬件条件，提高工程应用中图像处理速度，提升处理效率。最后，本研究将改进的DeeplabV3+网络与几大主流图像语义分割网络性能进行分析对比。

1 DeeplabV3+网络构架的改进 1.1 DeeplabV3+网络结构

DeeplabV3+延续使用了优秀的语义分割网络U-net模型中采用由上采样过程与下采样过程的Encoder-decoder(编码器-解码器)结构。编码器由下采样过程承担，该流程主要承担压缩输入图形以获得高级语义信息；解码器由上采样过程承担，该流程主要用于逐步还原原始图像中的空间信息以捕捉更为清晰的目标对象边界。在多数使用图像分割的工程应用中，使用Encoder-decoder结构的语义分割模型在多数数据集上均取得了较好的图像分割性能。

除使用上述结构外，DeeplabV3+模型在下采样的过程中引入了ASPP(Atrous Spatial Pyramid Pooling)空洞空间卷积池化金字塔模块。在图像语义分割任务中，判别一个像素点所属类别过程中需要联系其周围的像素点的信息。但在真实隧道病害图像中，裂缝病害呈现长短不一，衬砌剥落、渗漏水病害大小不均，即待分割的隧道病害像素在多个尺度上存在，故不适合使用相同的下采样率处理隧道病害图片中所有的像素点。ASPP模块的提出了使用多采样率(rate)的空洞卷积进行并行采样的方式，对某一层的特征图进行并行卷积的操作从而可以用对给定尺寸的特征图以多个比例来捕获图像的上下文内容，提高分割精度。

整个DeeplabV3+网络中各模块组成如图 1所示：

1.2 深度可分离卷积

深度可分离卷积由(深度卷积，见图 2)与(点卷积，见图 3)构成。不同于普通的卷积操作，深度可分离卷积先使用深度卷积将特征向量中的每个通道仅与单个相对应卷积核进行运算，再使用点卷积将所有卷积核的输出再进行拼接得到它的最终输出。该方法相较于普通卷积可以减少网络参数，提升计算效率。

当输入特征向量的尺寸为D_F×D_F×M，卷积核二维尺寸为D_K×D_K，输出特征向量为D_F×D_F×N时，普通的卷积网络中需要进行计算的参数量是D_F×D_F×M×N×D_K×D_K。使用深度可分离卷积方法，其中深度卷积部分需要计算的参数量是D_F×D_F×M×D_K×D_K，点卷积过程需要计算的参数量为D_F×D_F×M×N，即深度卷积过程共需要计算更新的参数量为D_F×D_F×M×D_K×D_K+D_F×D_F×M×N。将深度卷积神经网络所需计算参数量比上普通卷积所需计算参数量如式(1)所示：

(1)

式中, D_F为特征向量长；D_K为特征向量宽；M为输入特征向量通道数；N为输出特征向量通道数。

在图像处理任务中，卷积核的二维尺寸一般设置为3×3，同时为保证网络对图像的处理效果，特征向量的输出深度至少大于320层。理论上普通卷积需要计算的参数量是深度可分离卷积的8~9倍。

1.3 MobileNet-V2网络

本研究使用MobileNet-V2模型替换Xception模型作为隧道病害图像分割的深度卷积神经网络。MobileNet-V2网络采用了Inverted resblock(残差倒置结构)作为其网络模型的基本组成部分。

残差倒置结构层级结构如图 4所示。左侧为网络的主干，右侧为原始特征向量，两者相加后得到输出结果。MobileNet-V2使用残差倒置结构与MobileNet-V1中仅使用的深度可分离卷积操作的不同之处在于：

(1) 在分层卷积之前添加一层点卷积。该层作用是用1×1的卷积对输入的低纬特征进行升维。

(2) 使用线性瓶颈进行降维。

(3) 通过shortcut的方式将这个原始向量与处理后的向量进行叠加处理。

残差倒置结构基于深度可分离卷积，在保留高阶特征的同时对图像处理任务进行参数量的压缩以提高运行速度，同时减少对运行网络的硬件需求。

2 病害图像分割任务试验

第1节为改进的DeeplabV3+网络的结构构成，搭建了完整的病害识别分割网络。本节基于上节内容对设计验证试验。

为增强隧道表观病害分割网络的泛化性能，通过多种渠道对隧道病害图片进行收集，图片来源包括自行排位、定期检查报告、日常巡检报告、网上公开数据集。共搜集到病害图片2 382张，其中裂缝789张、剥落791张、渗漏水802张。使用labelme标签工具对病害图像进行标记。

训练集数据与验证集数据以9∶1的比例进行划分，最终获得训练集图片2 144张，验证集图片238张。在训练过程中，每训练5轮将模型在验证集上进行对网络各项性能参数指标的评估。

本研究使用平均精确率、平均像素准确率、平均交并比这3种评价指标对网络的分割结果进行评判。

(1) 分类准确率acc

分类准确率即被模型正确分类的病害图像数量与所有图像数量之比，越接近1表示分类效果越好, 如式(2)所示:

(2)

式中M_ij为原属于i种病害，被分类网络划分为j类病害的图像数量。

(2) 平均像素准确率mPA

像素准确率是评价网络预测像素的准确率高低的指标。在某类病害所有的图像中，被模型预测正确像素个数与图像中总像素个数的比值即为像素准确率PA，越接近1表示分割效果越好。mPA是基于类计算PA，再求平均值, 如式(3)所示:

(3)

式中，k为类别总数；p_ij为真实像素类为i但其像素被预测为类别j的像素数量；p_ii为真实像素类别为i且该像素被预测为类别i像素的总数量。

(3) 平均交并比mIoU

交并比是度量图片分割性能的标准。在某一类所有图像中，图像中真实病害像素和预测病害像素的交集与并集的比值即为IoU，越接近1表示分割效果越好。mIoU为所有类病害图像的IoU均值如式(4)所示:

(4)

本次试验将使用修改主干网络的DeeplabV3+模型与原生DeeplabV3+模型、当前较为优秀的U-Net图像分割模型、PSPNet模型进行对比。DeeplabV3+模型收敛速度快，只需进行100轮次的训练，评价性能参数指标即收敛。U-Net模型、PSPNet收敛速度较慢，分别进行200轮次训练已达到网络最佳性能。同时，在训练过程中为保证网络拥有更好的性能，均使用冻结训练的方式，冻结训练的轮次均为前50轮。

3 网络性能分析 3.1 网络训练结果

从4个网络的模型训练准确率方面观察，改进DeeplabV3+网络、DeeplabV3+网络、U-Net、PSPNet的性能差异不大，均取得了优秀表现，均能获得95%以上的分类准确率；在像素平均精确率方面，改进DeeplabV3+网络、DeeplabV3+网络在该方面的性能表现维持在90%左右，性能对比U-Net模型稍强，性能远好于PSPNet模型；在平均交并比方面，改进DeeplabV3+网络、DeeplabV3+网络在该方面的性能表现在85%左右，优于U-Net网络的78%，远好于PSPNet的64.56%。在处理图像速度方面，使用MobileNet-V2改进主干网络的DeeplabV3+模型获得最强性能，分割图像速度为12.6FPS，PSPNet模型以11.8FPS次之，U-Net模型为10.1FPS，使用Xception作为主干网络的原生DeeplabV3+模型在图像处理性能上速度表现最慢，大约为9FPS。

通过比较可以发现，改进的DeeplabV3+网络的准确率为98.09%，相比于原模型提高了0.42%，相比于U-Net模型提高了1%，相比于PSPNet模型提高了2.08%。

改进的DeeplabV3+网络像素平均精确率为94.38%，性能略优于原始网络，改进后网络相较于传统的U-Net模型性能提升率为5.5%，相较于PSPNet模型提升率为33.8%。

改进的DeeplabV3+网络平均交并比为85.14%，对比原DeeplabV3+有略微提升，相较于传统的U-Net模型性能提升率为8.3%，相较于PSPNet提升率为31.9%。

改进的DeeplabV3+网络图像处理速度为13.049FPS，相比于原模型提高了4.198FPS，相比于U-Net模型提高了3.236FPS，相比于PSPNet模型提高了1.557FPS。

使用MobileNet-V2改进的DeeplabV3+网络不仅在试验中获得了不亚于原模型的病害分割网络性能，并且也具备最快的图像处理速度，其效率相较于原生DeeplabV3+网络效率提升了45.6%，相较于U-Net模型效率提升了31.8%的，相较于PSPNet模型效率提升了13.1%。

3.2 各网络分割效果比较

以上内容对比了图像分割网络的性能，在实际隧道场景中拍摄的病害图像光照背景复杂，病害分布各异。本节主要验证在实际场景下的各网络实现隧道病害图像分割的能力，重新选取了几种典型的隧道内所拍摄的图像。选择的图片类型有正常光照条件下拍摄的图片、局部过曝光照条件下拍摄的图片、隧道内线缆分布条件下拍摄的图片、病害分布不规则条件的图片以及单张图片存在多病害区域的图片。

通过对各网络光照条件良好的病害图片分割结果进行分析(见图 5)，改进后的DeeplabV3+网络对于病害的分割效果优秀，该模型可精确地分离裂缝；原DeeplabV3+网络在病害分割任务中很好地分割出隧道裂缝，并且发挥出Xception作为大型主干网络的优势，在裂缝边缘细节处理上更优势；U-Net模型性能稍差，易将稍宽裂缝误识别为剥落病害；PSPNet则是不能准确分离裂缝与背景，并且无法对横向裂缝进行正确划分。

在大多隧道中，外部光源亮度较低，为满足相机拍摄要求，经常需要对病害目标进行补光拍摄。在一般情况下，外部补光能更好地凸显病害轮廓，但对于隧道渗漏水病害除外。因为对隧道出现渗漏水的地方进行补光拍摄时会出现局部过曝的现象。以下是各个网络对局部过曝渗漏水图像病害分割处理情况(见图 6)。使用改进后的DeeplabV3+网络与原DeeplabV3+均可以较为精细地提取出图像中的渗漏水部位；U-Net模型在该图像上也能取得较好的图像分割效果，而PSPNet则是不能将渗漏水图像中局部过曝的部分归于渗漏水病害。

为保证隧道正常运营，常常需要布置多股线缆保证隧道中电气设备的正常运行。而线缆本身为黑色，且在隧道运营中会沾染灰尘，在人类观察中能较好分辨出线缆部分，但是线缆部分图像经过多层卷积后的特征向量表达会趋近与病害。所以需要考察在各网络中存在线缆图片的网络分割性能。改进的DeeplabV3+网络基本能提取原有的渗漏水形态，但误将部分线缆作为病害进行分离，原DeeplabV3+网络在处理图像时，精确地避免将电缆误识别为渗漏水病害，但是位于图像下方的病害并没有很好地提取出来；U-Net模型没有能很好地提取渗漏水所属像素部分，并且将部分线缆像素识别为病害部分；PSPNet模型则是未能很好地区分线缆与渗漏水，将大多数线缆识别为渗漏水，并且也不能对渗漏水像素与背景进行区分如图 7所示。

在运营地铁隧道中，很多渗漏水病害往往发生在隧道管片的接缝处，分布较为不规则且背景纹理复杂。改进的DeeplabV3+网络与原DeeplabV3+网络在该类病害的分割任务中均取得了较为不错的表现，能够有效地提取病害特征；而U-Net模型与PSPNet模型在该类病害图像分割任务中表现不佳，不能很好地将较为复杂的背景纹理与渗漏水病害分离(见图 8)。

运营隧道中，由于复杂地质条件以及其他因素共同作用的原因，多数病害会在隧道部分段落中集中出现。在一张图像中有多个病害出现时，需要将不连通的病害分离，识别为不同病害，所以精确分离每一处病害也是检验各网络分割性能的一个方面。从图 9中观察可以发现，改进的DeeplabV3+网络、原DeeplabV3+网络与U-Net模型均能将不同部位的病害分隔开，但PSPNet则是将多个分离的病害识别为同一项。其中，改进的DeeplabV3+网络对该类病害有着最佳的分割效果。

4 结论

本研究以当前最新的语义分割网络DeeplabV3+为基础，使用轻量化网络对其主干网络进行优化，研究改进后的网络在网络分割性能以及实际应用中的性能表现。将改进后的网络进行足轮训练，与原网络、U-Net网络、PSPNet网络进行性能上的比较，得出以下结论：

(1) 从语义分割性能评价指标上看，使用MobileNet-V2改进的DeeplabV3+网络与原DeeplabV3+网络的图像分割性能相当，准确率，像素精确率、交并比这3个方面均优于U-Net网络与PSPNet网络，有较高的实用价值。同时，改进过后的网络处理图像的速度更快，相比与原网络有45.6%的速度提升。

(2) 从真实病害图像分割效果方面分析，使用MobileNet-V2改进的DeeplabV3+网络比原DeeplabV3+网络、U-Net模型、PSPNet模型在不同环境下与复杂视觉环境中拍摄的图片相比，获得了更清晰的病害图像与背景的边界，具备更好的病害分割性能与泛化性能。

(3) 当前已有学者成功将MobileNet系列网络成功部署于移动设备端^[25]，证明了轻量级网络在移动设备中应用的可行性。改进后的病害分割网络不仅拥有原网络优秀的病害图像分割能力，同时提高了图像处理效率，降低了对硬件处理的要求，可以满足病害网络在移动设备上的部署，即改进后的网络可以在更多低性能设备上部署使用。使用MobileNet-V2改进的DeeplabV3+网络可以布置在更多隧道养护管理单位普通性能计算机或者移动设备中，推动隧道管养工作数字化、智能化升级。