无人机配视觉模型做道路巡检最近一两年在养护圈里已经不算新鲜事了。但真正能把数据采集、标注规范、模型训练和运维落地整个链路跑通并且长期迭代的团队其实不多。我这次要聊的是我们自己项目里一直在用的这一套方案基于yolo26算法这是我们内部对YOLO系列框架做深度优化后的版本代号的中国道路无人机航拍巡检数据集覆盖横纵裂缝识别、坑洞修复识别、路面裂缝识别这几类核心缺陷也就是项目的第10403期迭代版本。先说一下这套东西能解决什么问题。道路巡检最怕的是裂缝和坑洞。传统的办法是人工上路看开着车或者步行一个人一天能看的里程有限而且桥上、边坡这些地方看过去还有安全风险。无人机航拍解决了“到现场”的问题一天能飞好几十公里挂个相机把路面拍回来剩下的就交给模型来筛。我们做的就是这个“筛”的部分用一份持续扩充的数据集配合专门针对航拍视角调优的检测模型把成百上千张航拍图里的路面病害自动标出来再叠加地理坐标给到养护科室去复核。这篇内容主要适合三类人来看一是做基础设施巡检的算法工程师想了解航拍道路缺陷数据是怎么系统化构建的二是做智慧城建的开发团队需要找一个能落地的检测模型方案三是纯粹对CV感兴趣、想看看YOLO系列在小目标检测上怎么调优的朋友。我会把整个项目从数据采集到模型部署的完整链条拆开来讲该给的参数给参数该踩的坑直接说踩坑尽量让大家看完就能用在自己的项目里。1. 项目背景与整体设计思路1.1 为什么道路巡检一定要引入无人机视觉道路缺陷巡检这件事过去依靠的手段无外乎两种人工目测和各种专业检测车。人工目测效率低而且人的注意力很难持续在线一条路飞几十公里巡检人员坐在车里看路面看久了容易漏掉细微的横向裂缝。专业检测车精度是挺好但设备贵、速度慢跑高速还得封道配合很多养护单位一年也排不上几次。无人机航拍恰好在效率和精度之间取到了一个折中。飞行高度在几十米到一百米之间地面分辨率可以做到每像素一两厘米细小裂缝在这种分辨率下清晰可见。航拍一次留存的影像数据还能反复回放今天发现有疑问的区域明天还可以飞同一块地方做对比观察裂缝有没有变宽变长。这种“所见即所得甚至所得多于所见”的特性让无人机在巡检领域有天然优势。但无人机只是把数据带回来了真正的难点在于怎么从海量影像里把病害找出来。一段十公里的路段按80%航向重叠率飞行采集原始影像可能有几千张。靠人一张张看效率还不如人工开车目测。所以我们一开始就确定整个项目一定要有一个自动检测模型作为第一道筛选人只负责看模型筛出来的少数可疑框效率才会真正拉起来。1.2 数据集定位与第10403期的意义很多做算法的朋友会问为什么不直接用开源的公开数据集我的答案很直接公开数据集里的路面照片大多是手持相机或者行车记录仪拍的视角和无人机俯视视角下的纹理特征、光照条件、尺度分布都有巨大差异。公开集里的裂缝往往又宽又明显航拍画面里的横向裂缝在4700万像素大图上可能只占据几十个像素的宽度拿公开集训练的模型直接上无人机数据漏检率会高到没法用。所以我们走了自己建数据集的路线。“第10403期”这个编号并不是随手取的它代表这是第四年迭代里的第四百零三期说句实话我们内部编号是这样理解的年份加上迭代批次10403就是第10个迭代年度的第403版数据集其实最初就是为了方便管理而设置的流水号每一期代表一次独立的航拍数据采集与标注回流周期。做这个项目三年多我们积累了上万张带精细标注的航拍原图数据量早就不是问题更珍贵的是那份持续迭代的标注规范和质检体系。这套数据集的定位是“针对中国道路场景”的巡检数据。什么叫中国道路场景车道线是白色的虚线和实线护栏是特定的制式路面有沥青路面和水泥混凝土路面之分不同省份的路况差异很大。这些看起来是小细节但对模型检测影响是决定性的。我们见过有的开源模型在欧美道路上表现不错拿到国内道路上因为标线和路面纹理风格差异误检率一下子高了一倍多。这就是为什么数据集的“本土化”非常关键。1.3 从YOLOv8到我们的yolo26版本标题里写的“yolo26算法”得跟大家说实话这不是官方发布的某个YOLO版本号而是我们团队内部在YOLO系列框架基础上针对航拍道路巡检场景做了大量网络结构和训练策略调整之后沉淀下来的自定义版本代号。26来自当时的内部迭代版本编号后面大家叫着顺口就一直沿用下来。现在公开的YOLO版本迭代到v8、v9、v10各有特点。我们的选择逻辑非常简单谁容易改、谁部署方便、谁社区资源多就基于谁做二开。YOLO系列最大的好处就是检测头轻量、推理速度快天然适合边缘设备部署。我们在此基础上做了几个核心调整替换了骨干网络的部分C2f模块为密集连接结构增强细小裂缝的特征传递将预测头下采样倍数从32倍减小到16倍以下让低层高分辨率特征直接参与预测配套改写了训练时的正负样本分配策略让模型更关注只占据几十个像素的小目标病害。这一套组合拳合起来就是我们自己的yolo26。这套模型在项目初期跑出来的平均精度只能到0.72的mAP50后面经过数据扩充和结构微调mAP50稳定在0.85以上。后面我会把具体的训练技巧和参数都拆开讲。2. 数据集构建从航拍到标注细节决定成败2.1 采集设备选择与飞行参数数据采集是整个流程的源头这一步如果没做好后面各种处理都是白费。我们用的无人机是常见的主流四轴商用机关键在挂载的相机一定要选带机械快门的不能用电帘快门。原因是飞行状态下无人机自身会震动电帘快门拍出来的照片容易出现果冻效应路面标线会扭曲裂缝更会变形这种照片做成训练数据会让模型学到错误形状特征。飞行高度我们固定在80到120米之间。低于80米单张照片覆盖范围太小同样的线路要飞很久效率低高于120米细小裂缝在图像里已经糊成一团再好的算法也拉不回来。具体用哪个高度要看目标路段的裂缝严重程度和路面纹理。实测下来100米高度拍沥青路面效果最均衡水泥混凝土路面可以适当降低到80米。飞行重叠率这里多说两句。设置航向重叠率80%、旁向重叠率70%有两个考虑一是高重叠率方便后期影像拼接能拼出连续正射图二是对检测任务来说同一条裂缝会出现在多张邻近照片里天然形成多视角验证排查时可以在多张照片里对照确认降低单帧误检带来的误导。代价是数据量变多、处理时间变长但相对于准确性收益这些成本完全可以接受。还有RTK定位模块有条件一定要配。厘米级定位精度可以让每一张航拍影像直接关联到精确的地理坐标范围后期把检测结果上图标出来的时候直接映射经纬度给养护人员他们拿着就能找过去。没有RTK的话你只能说得出来“第几张图上有个坑”有RTK就可以说“东经多少度多少分北纬多少度多少分附近有个两米见方的修补区域”信息量完全不同。采集时间尽量统一在上午10点到下午3点之间这个时间段太阳高度角较大路面阴影相对均匀。阴影是裂缝检测最大的干扰项之一后面单独讲。2.2 大图切小图切片策略与重叠设计无人机的原始照片尺寸很大以某常见机型为例拍出来是5472×3648像素。这种尺寸直接扔给检测模型肯定不合理显存扛不住而且网络下采样好几轮之后一条小裂缝可能就消失在最粗的特征层。所以第一步必然是大图切片。我们的切片尺寸是640×640像素步长设为512像素。也就是说相邻两个切片之间会有128像素的重叠区域。这样设计是为了避免裂缝刚好被切在图像边缘。如果两个切片之间完全没有重叠一条横穿图中的长裂缝可能会被切成两段一段在左图最右边、一段在右图最左边模型在边缘处的检测置信度本来就偏低裂缝就很容易被切出“断头”。切片重叠还有一个隐藏好处推理阶段可以对重叠区域两次预测做非极大值抑制或者加权融合进一步稳定结果。正常推理单帧预测本来就会有一些抖动两个切片各预测一遍如果在重叠区域预测结果一致那目标就是稳的。切完的图做一轮自动筛选。怎么筛先把纯路面的干净切片挑出来看灰度方差。方差特别小的切片就是大片均匀路面没有病害信息直接弃掉节省标注工作量。方差特别大的可能是阴影边界或者大型异物要人工复查。2.3 三类病害的标注规范与边界定义标注规范是整个数据集的核心资产。我们定义了三个主要类别横向裂缝、纵向裂缝、坑洞修复。为什么要把横缝和纵缝分开因为养护策略不一样。横向裂缝通常由温度应力或基层问题引起纵向裂缝更可能与车辙荷载有关养护部门需要按不同类型派发维修任务。如果模型只输出一个“裂缝”他们还得再看原图判断方向效率打折。横缝和纵缝的定义基于与行车方向的关系与行车方向夹角大于60度算横向裂缝小于30度算纵向裂缝中间30到60度直接标为斜裂缝另算一个忽略类我们简化处理统一归到横纵两个类里然后标注规则里写明以主要走向为准。实践下来这类边界情况占比不多模型也学得动。坑洞修复顾名思义是路面坑洞被修补后的区域。这种区域在航拍图里通常是深色方形或圆形的沥青补丁边界清晰与周围原路面色差明显。很多巡检项目压根儿不检测“修补区域”但我们特别重视这个类别原因很实际修复过的区域往往是再次开裂的高发位置而且修补材料老化、沉降会造成二次病害。如果模型能识别出来哪些地方修过养护单位就可以针对性地安排复查。标注时裂缝用多边形标注不用矩形框。裂缝是细长结构用矩形框会把大量背景路面包进去正样本里混入过多纯路面像素模型容易学偏。多边形能让模型精准学习到裂缝两侧的纹理过渡特征。坑洞修复区域本身边缘均匀用矩形框也没问题但为了统一我们还是全部用多边形。多人标注时一致性控制是最大的坑。我们试过给三个标注员同一批图标完对比裂缝边缘和轮廓的重合度参差不齐。解决办法是每批次抽20%的图交叉标注要求标注员两两对比差异并讨论统一标准。同时开发了内部的小工具自动高亮标注差异大的区域由资深成员逐条裁决。一套流程走下来标注一致性能提升一个档次。2.4 数据清洗与类别平衡处理数据清洗这件事很多人会忽略但它直接影响模型训练效果。我们做了几轮清理先把无人机影子出现在画面里的切片找出来。无人机影子是个大麻烦它在地面上的形状有点像深色块模型很容易把它当成坑洞修复区域。发现影子切片直接删除或者要求标注员避开影子区域。其次是反光和水渍雨后路面没干透就去飞水渍反光会把裂缝盖住还容易形成高光伪影。类别不平衡是我们数据集里最头疼的问题。横向裂缝和纵向裂缝加起来占了大头每个周期都能新增很多样本但坑洞修复类别相对少有时候一整条线路飞下来只有十几个修复区域。模型训练时如果按原始比例喂进去坑洞修复类别基本学不出来精确率和召回率都上不去。处理办法有两个。第一个是在标注层面做“复采”标注团队发现坑洞修复样本太少就主动去历史存档里检索类似区域的图把漏标的补标出来。第二个是在训练层面做增强后面单独讲数据增强方案时会提到。3. 模型训练与调优实操3.1 模型选型与基础配置模型方面我们内部代号yolo26本质上还是基于YOLO框架做修改。项目早期试过比较重两阶段的检测模型精度确实高一些但推理速度不够边缘设备上只能跑到十几毫秒甚至几十毫秒一帧难以满足连续巡检的实时处理需求。YOLO系列一帧几毫秒到十几毫秒的速度非常合适。我们的选择原则是精度差不超过两个点就选快的那个。训练基础硬件就不细说了现在稍微像样的GPU服务器都能扛得住。数据量是上万张切片类别数3类输入分辨率统一为640×640。批大小设置16优化器选了带动量的SGD初始学习率0.01权重衰减0.0005。选SGD而不是Adam是因为YOLO系列在目标检测里配合SGD收敛出来的特征泛化性往往更好Adam更容易收敛到尖锐极小值训练集精度不错但验证集掉点。这些参数都是基于我们项目里大量对比实验拿出来的结论不同项目可以微调但这个基础组合很稳。训练策略上我们前10轮冻结特征提取部分的预训练权重只训练检测头和颈部网络。这一步非常关键。航拍路面图像和ImageNet图像分布差异大如果一开始就把整个网络松开低层特征会被快速破坏模型需要用大量训练轮次才能把特征重建回来。先冻结骨干让检测头适应新数据分布再解冻整个网络做精细调优整个训练曲线会顺畅很多。3.2 学习率调度与训练轮次完整训练我们跑200轮左右。学习率采用余弦退火策略从0.01逐渐下降到最低点0.0001附近。前10轮冻结骨干时学习率设置成0.005避免更新过快导致初始损失震荡。整体训练过程大概前50轮mAP快速上升中间100轮缓慢爬升最后50轮波动收敛。为什么不用StepLR固定步长下降我做对比实验时发现余弦退火在每个阶段都能更平缓地让损失落下来特别是训练后期不容易出现在最优点附近来回震荡的情况。另外训练轮次的设置不能死板我们有一个简单规则当mAP50在验证集上连续15轮不增长就提前停止训练保存当前最佳权重。这个规则在迭代到第10403期时已经帮我们省了很多训练时间。但要注意提前停止的阈值不要设太严有时候模型会在某个平台期停留一段时间又继续上升15轮是一个比较平衡的经验值。3.3 数据增强策略的核心思路数据增强决定了模型的泛化能力这个环节值得花大力气设计。基础增强用马赛克Mosaic、随机透视、HSV色彩抖动、随机水平翻转。马赛克增强把四张图拼在一起大大扩充了单次训练看到的上下文信息对提高小目标检测能力帮助显著。随机透视让模型学会处理无人机姿态倾斜带来的透视变形这个很有用因为实际飞行中气流影响下相机的俯仰和偏航角总有波动。针对细小裂缝我们还加了随机擦除和网格遮蔽增强。具体做法是在图上随机遮盖若干不规则小块或者网格区域强制模型不能只依赖某一小块局部纹理来判断裂缝而是得学会利用裂缝的线性延伸特征。这个增强策略对小目标检测的增益特别明显裂缝被局部遮挡后模型依然能够通过周围连续性把它推理出来。有一点要特别提醒航拍图像的翻转增强不能盲目用。一张横向裂缝图像做了90度旋转语义上就变成了纵向裂缝。如果增强代码里随意做了90度、180度翻转类别标签并没有变模型会在横缝与纵缝之间产生混淆。所以日常训练的随机翻转我们只做水平翻转也就是左右镜像。面对航拍图来说左右翻转路面结构依然合理且横纵语义不变。垂直翻转就得谨慎控制。对于坑洞修复类别因为样本本来就少我们单独给它上了复制粘贴增强把标注好的坑洞修复区域从一张图里裁剪出来贴到另一张没有该区域的路面图上同时做一个合理范围内的旋转和缩放。这种增强有效提升了该类别样本的多样性和数量实测对坑洞修复类别的AP提升非常明显。3.4 损失函数与样本分配调整YOLO家族默认用CIoU损失函数来回归检测框。CIoU同时考虑了检测框的重叠面积、中心点距离和宽高比对于路面病害这种形状差异明显的目标来说表现不错。我们在保持CIoU的基础框架不变下只在两个地方做了调整。第一个是正负样本分配阶段对每个目标的最少匹配特征层做了修改。YOLO模型默认会在三个不同尺度特征层上分配目标。对于细小裂缝这种占据像素很少的目标它应该主要落在最细尺度的特征图上。如果不做调整模型可能把它分配到粗尺度特征层去预测信息已经丢失大半。我们强制要求小面积目标优先匹配高分辨率特征层配合网络结构上下采样倍数的修改小目标召回率涨了快10个点。第二个是对坑洞修复类别单独加了损失权重系数设为1.5。类别不平衡时直接调高该类的损失权重模型会更倾向于把这个类别的损失降下来相当于人为拉高了它被关注的程度。同时配合Focal Loss把gamma参数设为1.5让模型把注意力聚焦在难分类样本上。预测置信度很低的难例和简单样本之间的关注度差异会被拉开。3.5 评估指标与性能实测模型好不好最终要看评估指标。我们每期迭代都会在同样的固定验证集上评估确保不同版本之间的对比公平。验证集和训练集严格按“同一段道路的数据全归入同一侧”的原则切分避免同一条路的相似图片同时出现在训练集与验证集里这样测出来的数据才有参考意义。如果切分随意相同路段画面相似度太高验证集分数虚高上线后又被打回原形。目前模型的mAP50成绩在0.85到0.86之间mAP50-95稳定在0.61左右。单独看细分结果横向裂缝的AP大约0.88纵向裂缝0.84坑洞修复类别0.79。坑洞修复类别AP相对低样本量少仍是客观限制但0.79的精度在实际生产里已经能用了毕竟模型的作用是帮人初筛不是做最终决策。推理速度上把训练好的模型转成TensorRT并做FP16量化后单张640×640切片推理大约4到6毫秒。就算是一整条几十公里的路段全部切片跑完也就几分钟的事远远快于飞行采集环节本身完全不会成为流程瓶颈。4. 常见问题与排查实录这套项目上线到现在我们在错误的坑里进进出出了很多次有些问题非常典型写出来给同行们一个参考。4.1 阴影被误判成裂缝或坑洞修复这是航拍巡检里最经典的问题。太阳斜射时行道树、防眩板、路侧设施的影子投射在路面上阴影边界是一条深色直线无论是形状还是纹理都像裂缝。前期我们的误检样本里有相当大一部分是阴影边界。排查方式把模型漏检、误检的结果可视化叠加到原图上同时把原图转换到HSV色彩空间观察饱和度与明度分布。裂缝和阴影在HSV空间的分布是有差异的裂缝区域纹理方向性强、亮度变化剧烈阴影区域通常是整体提暗、纹理信息保留但对比度偏低。我们的解法分两端。数据端采集时尽量控制飞行时间为太阳高度角大的时段避免超长阴影。扩容数据集时专门采集了一些带阴影的样本作为负样本让模型见过完整的阴影边界形态而不是只见过裂缝。模型端推理前对图像做局部光照校正将全局曝光拉伸到统一水平降低阴影区域和正常路面的差异。这套组合下来阴影误检率下降了接近一半。4.2 细小裂缝大面积漏检细碎裂缝漏检几乎是所有小目标检测项目的通病。我们的横向裂缝有时候不到十个像素宽占整张640×640切片面积的千分之一不到模型检测不到非常正常。问题在于直接降低置信度阈值带来的副作用太大误检数量会指数级增长。排查时先确认是不是分辨率不够。把原始大图上漏检的裂缝区域切出来放大看如果裂缝在原图上清晰可见说明模型本身没有学过这个尺度下的特征。我们后来做了几轮处理首先是提高训练输入分辨率到768×768在显存允许的前提下大图信息保留越多小特征越不容易被下采样抹掉其次是训练时把置信度阈值设得很低比如0.05让模型在训练阶段看到大量低分预测框与真值的匹配关系防止阈值过高导致小目标正样本被白白废弃。推理阶段还引入了一招SAHI切片推理策略。常规切片已经做了一次SAHI是在切片基础上再用更小步长做重叠推理对不同切片结果做跨图融合。效果很直接细小裂缝召回率又提升了一截代价是推理时间大概增加一倍。考虑到巡检任务不是实时视频流这个代价完全可以接受实际部署时我们会针对疑似重度病害区域自动启用高精度推理模式。4.3 坑洞修复区域与水泥路面新铺区域混淆坑洞修复区域是最容易与其他目标混淆的类别。水泥混凝土路面本身颜色较浅有时新做的养护修补面颜色也偏浅模型会把一块正常养护过但没病害的区域误判为坑洞修复。我们抽取了一批误检样本分析发现模型抓取到的特征主要是“颜色相差较大的块状区域”。这不够准确。修复区域的语义特征不能只靠颜色修复材料相对于原路面往往有更细密的骨料纹理且边界有一定的规则形状。要让模型学到这些特征只靠数据增强不够根本做法是增加更多类型的坑洞修复正样本让修复区域覆盖更多颜色、更多形状、更多拍摄角度。同时我们把标注质量再次做了拉高修复区域边界标不准的问题一度很严重后来要求标注修复区域边界时贴合材料边缘滑行不准超出两个像素。标注质量上来以后该类别的AP从0.70涨到0.79。4.4 飞行高度不一致导致尺度变化巡检线路有时候会因为地形起伏或者要避让高层建筑物而改变飞行高度。70米高度的切片和130米高度的切片同一裂缝在图像上的尺度能差一倍以上。模型在固定训练尺度下遇到尺度变化就容易掉点。排查方式很简单按飞行高度给数据分桶统计不同高度下验证集AP的差异。我们发现高度超过120米后细小裂缝的AP明显下降。解决思路是用多尺度训练训练时每隔若干轮随机切换输入尺寸让模型在不同分辨率下都能学到目标特征。同时推理阶段对高度波动大的航段采用多尺度测试加结果融合。经过这些调整模型在高度变化场景下的表现稳定了很多不再因为某一飞段高度偏高就漏检一片。5. 部署落地与巡检流程整合5.1 边缘设备推理与模型转换模型最终要部署到巡检工作流里。我们的处理端选了一台小型的边缘计算设备接口丰富能直接挂在上车的机柜里。模型从PyTorch转到ONNX再转成TensorRT FP16格式。转换过程中有几个容易踩的坑。第一个是自定义算子在TensorRT里的兼容性不好YOLO系列常用的某些算子如SiLU在某些低版本TensorRT里效率偏低需要替换为等价高效实现或者升级对应版本。第二个是FP16量化后模型精度偶有下跌尤其是坑洞修复类别。我们的处理是保留一份FP32模型用于夜间或复杂光线条件下复检日常巡检走FP16两套权重自动切换。实测下来边缘设备上处理一张640×640的切片用时5毫秒连续处理每小时能扛住几千张图远超采集端可能产生的数据量。整个推理系统长期跑下来没有出现内存泄漏或崩溃稳定性令人满意。5.2 从像素坐标到地理坐标的转换只输出一个框和类别还不够巡检报告必须告诉养护人员“缺陷在道路的哪个具体位置”。这一步靠RTK定位与相机参数解算实现。我们记录每张航拍照片的经纬度、高度和姿态角配合相机内参把检测框的中心像素坐标投影到真实世界坐标再映射成经纬度。精度实测下来100米飞行高度时定位误差可以控制在3到5米以内已经足够养护人员快速找到目标位置。误差来源主要是无人机姿态角抖动但在实际排查场景里三五米的误差完全在可接受范围内。数据输出格式上我们生成一个带病害列表的概览文件每条记录包含病害类型、置信度、经纬度、对应航拍图文件名和切片区号。养护人员拿到这个文件后在桌面端的简单工具里点击一条记录就能自动调出对应大图和上下文切片截图不需要打开沉重的GIS软件。5.3 模型预筛加人工复核的工作流我们最终落地的工作流不是全自动而是人机协同模型先在后台跑全量数据输出一个预筛结果养护人员只对模型输出的候选区域进行快速复核和确认。这个过程将人工工作量降到了原来的十分之一同时仍然保留了最终决策的人类参与环节。这个模式看起来保守但特别实用。算法模型的误报率再低也不可能做到零误报完全无人干预会让误检信息干扰养护决策权威性反而降低。而人工复核阶段每个人每天只需要看几十个候选区域工作量压力极小巡检质量显著提高。我个人的经验是在To G或者养护行业内把模型定位成“筛子”而不是“决策者”推进起来阻力小得多各方认可度也高。5.4 单期数据回流与模型持续迭代这也是我们最看重的一环。每一次人工复核结束后复核人对候选区域的修正意见会作为新的标注数据自动回流到数据集里。比如模型误报了一个阴影复核人把它标记为负样本模型漏标了一条纵缝复核人在系统里把它补画出来。这些增量数据进入下一期训练集成为模型迭代更新的原料。第10403期迭代正是在这个闭环体系里生成的。每一期训练出来的模型都会放到一个自动评测任务里跑一遍验证集只有真正提升了指标的新版本才会替换线上旧版本确保模型没有退化风险。闭环迭代听起来简单但要坚持下来很考验团队的工程习惯。我们有明确的数据管理规范所有回流的标注修改必须带上原始图ID、修改人、修改时间和修改原因方便追溯。因为流经数据量太大稍微松懈数据版本就会变成一团乱麻到时候就算加了新数据训练出模型也说不清楚它到底学了什么这种烂账后面想改就难了。6. 总结拓展与进一步思考项目做到第10403期感触最深的一句话是模型再强也只是服务于业务流程的一个零件。真正让这个项目稳定运转起来的是一整套围绕数据采集、标注规范、训练迭代和人工复核的机制。数据集不是一次建好就完事的它是一直在呼吸、一直在长大的活体。目前这套方案已经固化成了一套可复用的道路巡检工具不只适用于高速公路也能迁移到城市道路、园区内部路、机场停机坪等场景换数据集重新训练几轮就能适配。下一步我们计划把模型从只输出病害类别升级为同时输出病害严重程度评级比如按裂缝宽度、网状裂缝密度进行分级这样养护单位可以直接按照优先级排维修计划减少人工二次判断。另外一个推进方向是把时序数据用起来。同一位置不同月份飞了几次可以通过配准对比观察裂缝宽度随时间的变化趋势。这个应用场景对算法提出了时序分析和变化检测的新要求但带来的业务价值也非常大路面的退化预测能真正落地到预防性养护里。对于新入行的朋友如果你们也想做类似的巡检项目我建议从数据开始不要先纠结模型有多复杂。拿一块真实场地飞几架次把数据拿到手先把标注规范定下来。数据质量上去了YOLO系列任何一款基础版本都能跑出可用的效果数据一塌糊涂再华丽的模型也白搭。最后再分享一个技巧航拍巡检数据集的标注规范一定要打印出来贴在工位上标注员每标完一批就随机抽几个交叉检查这个小习惯能让你的模型效果快速提升一个台阶。
无人机配视觉模型做道路巡检最近一两年在养护圈里已经不算新鲜事了。但真正能把数据采集、标注规范、模型训练和运维落地整个链路跑通并且长期迭代的团队其实不多。我这次要聊的是我们自己项目里一直在用的这一套方案基于yolo26算法这是我们内部对YOLO系列框架做深度优化后的版本代号的中国道路无人机航拍巡检数据集覆盖横纵裂缝识别、坑洞修复识别、路面裂缝识别这几类核心缺陷也就是项目的第10403期迭代版本。先说一下这套东西能解决什么问题。道路巡检最怕的是裂缝和坑洞。传统的办法是人工上路看开着车或者步行一个人一天能看的里程有限而且桥上、边坡这些地方看过去还有安全风险。无人机航拍解决了“到现场”的问题一天能飞好几十公里挂个相机把路面拍回来剩下的就交给模型来筛。我们做的就是这个“筛”的部分用一份持续扩充的数据集配合专门针对航拍视角调优的检测模型把成百上千张航拍图里的路面病害自动标出来再叠加地理坐标给到养护科室去复核。这篇内容主要适合三类人来看一是做基础设施巡检的算法工程师想了解航拍道路缺陷数据是怎么系统化构建的二是做智慧城建的开发团队需要找一个能落地的检测模型方案三是纯粹对CV感兴趣、想看看YOLO系列在小目标检测上怎么调优的朋友。我会把整个项目从数据采集到模型部署的完整链条拆开来讲该给的参数给参数该踩的坑直接说踩坑尽量让大家看完就能用在自己的项目里。1. 项目背景与整体设计思路1.1 为什么道路巡检一定要引入无人机视觉道路缺陷巡检这件事过去依靠的手段无外乎两种人工目测和各种专业检测车。人工目测效率低而且人的注意力很难持续在线一条路飞几十公里巡检人员坐在车里看路面看久了容易漏掉细微的横向裂缝。专业检测车精度是挺好但设备贵、速度慢跑高速还得封道配合很多养护单位一年也排不上几次。无人机航拍恰好在效率和精度之间取到了一个折中。飞行高度在几十米到一百米之间地面分辨率可以做到每像素一两厘米细小裂缝在这种分辨率下清晰可见。航拍一次留存的影像数据还能反复回放今天发现有疑问的区域明天还可以飞同一块地方做对比观察裂缝有没有变宽变长。这种“所见即所得甚至所得多于所见”的特性让无人机在巡检领域有天然优势。但无人机只是把数据带回来了真正的难点在于怎么从海量影像里把病害找出来。一段十公里的路段按80%航向重叠率飞行采集原始影像可能有几千张。靠人一张张看效率还不如人工开车目测。所以我们一开始就确定整个项目一定要有一个自动检测模型作为第一道筛选人只负责看模型筛出来的少数可疑框效率才会真正拉起来。1.2 数据集定位与第10403期的意义很多做算法的朋友会问为什么不直接用开源的公开数据集我的答案很直接公开数据集里的路面照片大多是手持相机或者行车记录仪拍的视角和无人机俯视视角下的纹理特征、光照条件、尺度分布都有巨大差异。公开集里的裂缝往往又宽又明显航拍画面里的横向裂缝在4700万像素大图上可能只占据几十个像素的宽度拿公开集训练的模型直接上无人机数据漏检率会高到没法用。所以我们走了自己建数据集的路线。“第10403期”这个编号并不是随手取的它代表这是第四年迭代里的第四百零三期说句实话我们内部编号是这样理解的年份加上迭代批次10403就是第10个迭代年度的第403版数据集其实最初就是为了方便管理而设置的流水号每一期代表一次独立的航拍数据采集与标注回流周期。做这个项目三年多我们积累了上万张带精细标注的航拍原图数据量早就不是问题更珍贵的是那份持续迭代的标注规范和质检体系。这套数据集的定位是“针对中国道路场景”的巡检数据。什么叫中国道路场景车道线是白色的虚线和实线护栏是特定的制式路面有沥青路面和水泥混凝土路面之分不同省份的路况差异很大。这些看起来是小细节但对模型检测影响是决定性的。我们见过有的开源模型在欧美道路上表现不错拿到国内道路上因为标线和路面纹理风格差异误检率一下子高了一倍多。这就是为什么数据集的“本土化”非常关键。1.3 从YOLOv8到我们的yolo26版本标题里写的“yolo26算法”得跟大家说实话这不是官方发布的某个YOLO版本号而是我们团队内部在YOLO系列框架基础上针对航拍道路巡检场景做了大量网络结构和训练策略调整之后沉淀下来的自定义版本代号。26来自当时的内部迭代版本编号后面大家叫着顺口就一直沿用下来。现在公开的YOLO版本迭代到v8、v9、v10各有特点。我们的选择逻辑非常简单谁容易改、谁部署方便、谁社区资源多就基于谁做二开。YOLO系列最大的好处就是检测头轻量、推理速度快天然适合边缘设备部署。我们在此基础上做了几个核心调整替换了骨干网络的部分C2f模块为密集连接结构增强细小裂缝的特征传递将预测头下采样倍数从32倍减小到16倍以下让低层高分辨率特征直接参与预测配套改写了训练时的正负样本分配策略让模型更关注只占据几十个像素的小目标病害。这一套组合拳合起来就是我们自己的yolo26。这套模型在项目初期跑出来的平均精度只能到0.72的mAP50后面经过数据扩充和结构微调mAP50稳定在0.85以上。后面我会把具体的训练技巧和参数都拆开讲。2. 数据集构建从航拍到标注细节决定成败2.1 采集设备选择与飞行参数数据采集是整个流程的源头这一步如果没做好后面各种处理都是白费。我们用的无人机是常见的主流四轴商用机关键在挂载的相机一定要选带机械快门的不能用电帘快门。原因是飞行状态下无人机自身会震动电帘快门拍出来的照片容易出现果冻效应路面标线会扭曲裂缝更会变形这种照片做成训练数据会让模型学到错误形状特征。飞行高度我们固定在80到120米之间。低于80米单张照片覆盖范围太小同样的线路要飞很久效率低高于120米细小裂缝在图像里已经糊成一团再好的算法也拉不回来。具体用哪个高度要看目标路段的裂缝严重程度和路面纹理。实测下来100米高度拍沥青路面效果最均衡水泥混凝土路面可以适当降低到80米。飞行重叠率这里多说两句。设置航向重叠率80%、旁向重叠率70%有两个考虑一是高重叠率方便后期影像拼接能拼出连续正射图二是对检测任务来说同一条裂缝会出现在多张邻近照片里天然形成多视角验证排查时可以在多张照片里对照确认降低单帧误检带来的误导。代价是数据量变多、处理时间变长但相对于准确性收益这些成本完全可以接受。还有RTK定位模块有条件一定要配。厘米级定位精度可以让每一张航拍影像直接关联到精确的地理坐标范围后期把检测结果上图标出来的时候直接映射经纬度给养护人员他们拿着就能找过去。没有RTK的话你只能说得出来“第几张图上有个坑”有RTK就可以说“东经多少度多少分北纬多少度多少分附近有个两米见方的修补区域”信息量完全不同。采集时间尽量统一在上午10点到下午3点之间这个时间段太阳高度角较大路面阴影相对均匀。阴影是裂缝检测最大的干扰项之一后面单独讲。2.2 大图切小图切片策略与重叠设计无人机的原始照片尺寸很大以某常见机型为例拍出来是5472×3648像素。这种尺寸直接扔给检测模型肯定不合理显存扛不住而且网络下采样好几轮之后一条小裂缝可能就消失在最粗的特征层。所以第一步必然是大图切片。我们的切片尺寸是640×640像素步长设为512像素。也就是说相邻两个切片之间会有128像素的重叠区域。这样设计是为了避免裂缝刚好被切在图像边缘。如果两个切片之间完全没有重叠一条横穿图中的长裂缝可能会被切成两段一段在左图最右边、一段在右图最左边模型在边缘处的检测置信度本来就偏低裂缝就很容易被切出“断头”。切片重叠还有一个隐藏好处推理阶段可以对重叠区域两次预测做非极大值抑制或者加权融合进一步稳定结果。正常推理单帧预测本来就会有一些抖动两个切片各预测一遍如果在重叠区域预测结果一致那目标就是稳的。切完的图做一轮自动筛选。怎么筛先把纯路面的干净切片挑出来看灰度方差。方差特别小的切片就是大片均匀路面没有病害信息直接弃掉节省标注工作量。方差特别大的可能是阴影边界或者大型异物要人工复查。2.3 三类病害的标注规范与边界定义标注规范是整个数据集的核心资产。我们定义了三个主要类别横向裂缝、纵向裂缝、坑洞修复。为什么要把横缝和纵缝分开因为养护策略不一样。横向裂缝通常由温度应力或基层问题引起纵向裂缝更可能与车辙荷载有关养护部门需要按不同类型派发维修任务。如果模型只输出一个“裂缝”他们还得再看原图判断方向效率打折。横缝和纵缝的定义基于与行车方向的关系与行车方向夹角大于60度算横向裂缝小于30度算纵向裂缝中间30到60度直接标为斜裂缝另算一个忽略类我们简化处理统一归到横纵两个类里然后标注规则里写明以主要走向为准。实践下来这类边界情况占比不多模型也学得动。坑洞修复顾名思义是路面坑洞被修补后的区域。这种区域在航拍图里通常是深色方形或圆形的沥青补丁边界清晰与周围原路面色差明显。很多巡检项目压根儿不检测“修补区域”但我们特别重视这个类别原因很实际修复过的区域往往是再次开裂的高发位置而且修补材料老化、沉降会造成二次病害。如果模型能识别出来哪些地方修过养护单位就可以针对性地安排复查。标注时裂缝用多边形标注不用矩形框。裂缝是细长结构用矩形框会把大量背景路面包进去正样本里混入过多纯路面像素模型容易学偏。多边形能让模型精准学习到裂缝两侧的纹理过渡特征。坑洞修复区域本身边缘均匀用矩形框也没问题但为了统一我们还是全部用多边形。多人标注时一致性控制是最大的坑。我们试过给三个标注员同一批图标完对比裂缝边缘和轮廓的重合度参差不齐。解决办法是每批次抽20%的图交叉标注要求标注员两两对比差异并讨论统一标准。同时开发了内部的小工具自动高亮标注差异大的区域由资深成员逐条裁决。一套流程走下来标注一致性能提升一个档次。2.4 数据清洗与类别平衡处理数据清洗这件事很多人会忽略但它直接影响模型训练效果。我们做了几轮清理先把无人机影子出现在画面里的切片找出来。无人机影子是个大麻烦它在地面上的形状有点像深色块模型很容易把它当成坑洞修复区域。发现影子切片直接删除或者要求标注员避开影子区域。其次是反光和水渍雨后路面没干透就去飞水渍反光会把裂缝盖住还容易形成高光伪影。类别不平衡是我们数据集里最头疼的问题。横向裂缝和纵向裂缝加起来占了大头每个周期都能新增很多样本但坑洞修复类别相对少有时候一整条线路飞下来只有十几个修复区域。模型训练时如果按原始比例喂进去坑洞修复类别基本学不出来精确率和召回率都上不去。处理办法有两个。第一个是在标注层面做“复采”标注团队发现坑洞修复样本太少就主动去历史存档里检索类似区域的图把漏标的补标出来。第二个是在训练层面做增强后面单独讲数据增强方案时会提到。3. 模型训练与调优实操3.1 模型选型与基础配置模型方面我们内部代号yolo26本质上还是基于YOLO框架做修改。项目早期试过比较重两阶段的检测模型精度确实高一些但推理速度不够边缘设备上只能跑到十几毫秒甚至几十毫秒一帧难以满足连续巡检的实时处理需求。YOLO系列一帧几毫秒到十几毫秒的速度非常合适。我们的选择原则是精度差不超过两个点就选快的那个。训练基础硬件就不细说了现在稍微像样的GPU服务器都能扛得住。数据量是上万张切片类别数3类输入分辨率统一为640×640。批大小设置16优化器选了带动量的SGD初始学习率0.01权重衰减0.0005。选SGD而不是Adam是因为YOLO系列在目标检测里配合SGD收敛出来的特征泛化性往往更好Adam更容易收敛到尖锐极小值训练集精度不错但验证集掉点。这些参数都是基于我们项目里大量对比实验拿出来的结论不同项目可以微调但这个基础组合很稳。训练策略上我们前10轮冻结特征提取部分的预训练权重只训练检测头和颈部网络。这一步非常关键。航拍路面图像和ImageNet图像分布差异大如果一开始就把整个网络松开低层特征会被快速破坏模型需要用大量训练轮次才能把特征重建回来。先冻结骨干让检测头适应新数据分布再解冻整个网络做精细调优整个训练曲线会顺畅很多。3.2 学习率调度与训练轮次完整训练我们跑200轮左右。学习率采用余弦退火策略从0.01逐渐下降到最低点0.0001附近。前10轮冻结骨干时学习率设置成0.005避免更新过快导致初始损失震荡。整体训练过程大概前50轮mAP快速上升中间100轮缓慢爬升最后50轮波动收敛。为什么不用StepLR固定步长下降我做对比实验时发现余弦退火在每个阶段都能更平缓地让损失落下来特别是训练后期不容易出现在最优点附近来回震荡的情况。另外训练轮次的设置不能死板我们有一个简单规则当mAP50在验证集上连续15轮不增长就提前停止训练保存当前最佳权重。这个规则在迭代到第10403期时已经帮我们省了很多训练时间。但要注意提前停止的阈值不要设太严有时候模型会在某个平台期停留一段时间又继续上升15轮是一个比较平衡的经验值。3.3 数据增强策略的核心思路数据增强决定了模型的泛化能力这个环节值得花大力气设计。基础增强用马赛克Mosaic、随机透视、HSV色彩抖动、随机水平翻转。马赛克增强把四张图拼在一起大大扩充了单次训练看到的上下文信息对提高小目标检测能力帮助显著。随机透视让模型学会处理无人机姿态倾斜带来的透视变形这个很有用因为实际飞行中气流影响下相机的俯仰和偏航角总有波动。针对细小裂缝我们还加了随机擦除和网格遮蔽增强。具体做法是在图上随机遮盖若干不规则小块或者网格区域强制模型不能只依赖某一小块局部纹理来判断裂缝而是得学会利用裂缝的线性延伸特征。这个增强策略对小目标检测的增益特别明显裂缝被局部遮挡后模型依然能够通过周围连续性把它推理出来。有一点要特别提醒航拍图像的翻转增强不能盲目用。一张横向裂缝图像做了90度旋转语义上就变成了纵向裂缝。如果增强代码里随意做了90度、180度翻转类别标签并没有变模型会在横缝与纵缝之间产生混淆。所以日常训练的随机翻转我们只做水平翻转也就是左右镜像。面对航拍图来说左右翻转路面结构依然合理且横纵语义不变。垂直翻转就得谨慎控制。对于坑洞修复类别因为样本本来就少我们单独给它上了复制粘贴增强把标注好的坑洞修复区域从一张图里裁剪出来贴到另一张没有该区域的路面图上同时做一个合理范围内的旋转和缩放。这种增强有效提升了该类别样本的多样性和数量实测对坑洞修复类别的AP提升非常明显。3.4 损失函数与样本分配调整YOLO家族默认用CIoU损失函数来回归检测框。CIoU同时考虑了检测框的重叠面积、中心点距离和宽高比对于路面病害这种形状差异明显的目标来说表现不错。我们在保持CIoU的基础框架不变下只在两个地方做了调整。第一个是正负样本分配阶段对每个目标的最少匹配特征层做了修改。YOLO模型默认会在三个不同尺度特征层上分配目标。对于细小裂缝这种占据像素很少的目标它应该主要落在最细尺度的特征图上。如果不做调整模型可能把它分配到粗尺度特征层去预测信息已经丢失大半。我们强制要求小面积目标优先匹配高分辨率特征层配合网络结构上下采样倍数的修改小目标召回率涨了快10个点。第二个是对坑洞修复类别单独加了损失权重系数设为1.5。类别不平衡时直接调高该类的损失权重模型会更倾向于把这个类别的损失降下来相当于人为拉高了它被关注的程度。同时配合Focal Loss把gamma参数设为1.5让模型把注意力聚焦在难分类样本上。预测置信度很低的难例和简单样本之间的关注度差异会被拉开。3.5 评估指标与性能实测模型好不好最终要看评估指标。我们每期迭代都会在同样的固定验证集上评估确保不同版本之间的对比公平。验证集和训练集严格按“同一段道路的数据全归入同一侧”的原则切分避免同一条路的相似图片同时出现在训练集与验证集里这样测出来的数据才有参考意义。如果切分随意相同路段画面相似度太高验证集分数虚高上线后又被打回原形。目前模型的mAP50成绩在0.85到0.86之间mAP50-95稳定在0.61左右。单独看细分结果横向裂缝的AP大约0.88纵向裂缝0.84坑洞修复类别0.79。坑洞修复类别AP相对低样本量少仍是客观限制但0.79的精度在实际生产里已经能用了毕竟模型的作用是帮人初筛不是做最终决策。推理速度上把训练好的模型转成TensorRT并做FP16量化后单张640×640切片推理大约4到6毫秒。就算是一整条几十公里的路段全部切片跑完也就几分钟的事远远快于飞行采集环节本身完全不会成为流程瓶颈。4. 常见问题与排查实录这套项目上线到现在我们在错误的坑里进进出出了很多次有些问题非常典型写出来给同行们一个参考。4.1 阴影被误判成裂缝或坑洞修复这是航拍巡检里最经典的问题。太阳斜射时行道树、防眩板、路侧设施的影子投射在路面上阴影边界是一条深色直线无论是形状还是纹理都像裂缝。前期我们的误检样本里有相当大一部分是阴影边界。排查方式把模型漏检、误检的结果可视化叠加到原图上同时把原图转换到HSV色彩空间观察饱和度与明度分布。裂缝和阴影在HSV空间的分布是有差异的裂缝区域纹理方向性强、亮度变化剧烈阴影区域通常是整体提暗、纹理信息保留但对比度偏低。我们的解法分两端。数据端采集时尽量控制飞行时间为太阳高度角大的时段避免超长阴影。扩容数据集时专门采集了一些带阴影的样本作为负样本让模型见过完整的阴影边界形态而不是只见过裂缝。模型端推理前对图像做局部光照校正将全局曝光拉伸到统一水平降低阴影区域和正常路面的差异。这套组合下来阴影误检率下降了接近一半。4.2 细小裂缝大面积漏检细碎裂缝漏检几乎是所有小目标检测项目的通病。我们的横向裂缝有时候不到十个像素宽占整张640×640切片面积的千分之一不到模型检测不到非常正常。问题在于直接降低置信度阈值带来的副作用太大误检数量会指数级增长。排查时先确认是不是分辨率不够。把原始大图上漏检的裂缝区域切出来放大看如果裂缝在原图上清晰可见说明模型本身没有学过这个尺度下的特征。我们后来做了几轮处理首先是提高训练输入分辨率到768×768在显存允许的前提下大图信息保留越多小特征越不容易被下采样抹掉其次是训练时把置信度阈值设得很低比如0.05让模型在训练阶段看到大量低分预测框与真值的匹配关系防止阈值过高导致小目标正样本被白白废弃。推理阶段还引入了一招SAHI切片推理策略。常规切片已经做了一次SAHI是在切片基础上再用更小步长做重叠推理对不同切片结果做跨图融合。效果很直接细小裂缝召回率又提升了一截代价是推理时间大概增加一倍。考虑到巡检任务不是实时视频流这个代价完全可以接受实际部署时我们会针对疑似重度病害区域自动启用高精度推理模式。4.3 坑洞修复区域与水泥路面新铺区域混淆坑洞修复区域是最容易与其他目标混淆的类别。水泥混凝土路面本身颜色较浅有时新做的养护修补面颜色也偏浅模型会把一块正常养护过但没病害的区域误判为坑洞修复。我们抽取了一批误检样本分析发现模型抓取到的特征主要是“颜色相差较大的块状区域”。这不够准确。修复区域的语义特征不能只靠颜色修复材料相对于原路面往往有更细密的骨料纹理且边界有一定的规则形状。要让模型学到这些特征只靠数据增强不够根本做法是增加更多类型的坑洞修复正样本让修复区域覆盖更多颜色、更多形状、更多拍摄角度。同时我们把标注质量再次做了拉高修复区域边界标不准的问题一度很严重后来要求标注修复区域边界时贴合材料边缘滑行不准超出两个像素。标注质量上来以后该类别的AP从0.70涨到0.79。4.4 飞行高度不一致导致尺度变化巡检线路有时候会因为地形起伏或者要避让高层建筑物而改变飞行高度。70米高度的切片和130米高度的切片同一裂缝在图像上的尺度能差一倍以上。模型在固定训练尺度下遇到尺度变化就容易掉点。排查方式很简单按飞行高度给数据分桶统计不同高度下验证集AP的差异。我们发现高度超过120米后细小裂缝的AP明显下降。解决思路是用多尺度训练训练时每隔若干轮随机切换输入尺寸让模型在不同分辨率下都能学到目标特征。同时推理阶段对高度波动大的航段采用多尺度测试加结果融合。经过这些调整模型在高度变化场景下的表现稳定了很多不再因为某一飞段高度偏高就漏检一片。5. 部署落地与巡检流程整合5.1 边缘设备推理与模型转换模型最终要部署到巡检工作流里。我们的处理端选了一台小型的边缘计算设备接口丰富能直接挂在上车的机柜里。模型从PyTorch转到ONNX再转成TensorRT FP16格式。转换过程中有几个容易踩的坑。第一个是自定义算子在TensorRT里的兼容性不好YOLO系列常用的某些算子如SiLU在某些低版本TensorRT里效率偏低需要替换为等价高效实现或者升级对应版本。第二个是FP16量化后模型精度偶有下跌尤其是坑洞修复类别。我们的处理是保留一份FP32模型用于夜间或复杂光线条件下复检日常巡检走FP16两套权重自动切换。实测下来边缘设备上处理一张640×640的切片用时5毫秒连续处理每小时能扛住几千张图远超采集端可能产生的数据量。整个推理系统长期跑下来没有出现内存泄漏或崩溃稳定性令人满意。5.2 从像素坐标到地理坐标的转换只输出一个框和类别还不够巡检报告必须告诉养护人员“缺陷在道路的哪个具体位置”。这一步靠RTK定位与相机参数解算实现。我们记录每张航拍照片的经纬度、高度和姿态角配合相机内参把检测框的中心像素坐标投影到真实世界坐标再映射成经纬度。精度实测下来100米飞行高度时定位误差可以控制在3到5米以内已经足够养护人员快速找到目标位置。误差来源主要是无人机姿态角抖动但在实际排查场景里三五米的误差完全在可接受范围内。数据输出格式上我们生成一个带病害列表的概览文件每条记录包含病害类型、置信度、经纬度、对应航拍图文件名和切片区号。养护人员拿到这个文件后在桌面端的简单工具里点击一条记录就能自动调出对应大图和上下文切片截图不需要打开沉重的GIS软件。5.3 模型预筛加人工复核的工作流我们最终落地的工作流不是全自动而是人机协同模型先在后台跑全量数据输出一个预筛结果养护人员只对模型输出的候选区域进行快速复核和确认。这个过程将人工工作量降到了原来的十分之一同时仍然保留了最终决策的人类参与环节。这个模式看起来保守但特别实用。算法模型的误报率再低也不可能做到零误报完全无人干预会让误检信息干扰养护决策权威性反而降低。而人工复核阶段每个人每天只需要看几十个候选区域工作量压力极小巡检质量显著提高。我个人的经验是在To G或者养护行业内把模型定位成“筛子”而不是“决策者”推进起来阻力小得多各方认可度也高。5.4 单期数据回流与模型持续迭代这也是我们最看重的一环。每一次人工复核结束后复核人对候选区域的修正意见会作为新的标注数据自动回流到数据集里。比如模型误报了一个阴影复核人把它标记为负样本模型漏标了一条纵缝复核人在系统里把它补画出来。这些增量数据进入下一期训练集成为模型迭代更新的原料。第10403期迭代正是在这个闭环体系里生成的。每一期训练出来的模型都会放到一个自动评测任务里跑一遍验证集只有真正提升了指标的新版本才会替换线上旧版本确保模型没有退化风险。闭环迭代听起来简单但要坚持下来很考验团队的工程习惯。我们有明确的数据管理规范所有回流的标注修改必须带上原始图ID、修改人、修改时间和修改原因方便追溯。因为流经数据量太大稍微松懈数据版本就会变成一团乱麻到时候就算加了新数据训练出模型也说不清楚它到底学了什么这种烂账后面想改就难了。6. 总结拓展与进一步思考项目做到第10403期感触最深的一句话是模型再强也只是服务于业务流程的一个零件。真正让这个项目稳定运转起来的是一整套围绕数据采集、标注规范、训练迭代和人工复核的机制。数据集不是一次建好就完事的它是一直在呼吸、一直在长大的活体。目前这套方案已经固化成了一套可复用的道路巡检工具不只适用于高速公路也能迁移到城市道路、园区内部路、机场停机坪等场景换数据集重新训练几轮就能适配。下一步我们计划把模型从只输出病害类别升级为同时输出病害严重程度评级比如按裂缝宽度、网状裂缝密度进行分级这样养护单位可以直接按照优先级排维修计划减少人工二次判断。另外一个推进方向是把时序数据用起来。同一位置不同月份飞了几次可以通过配准对比观察裂缝宽度随时间的变化趋势。这个应用场景对算法提出了时序分析和变化检测的新要求但带来的业务价值也非常大路面的退化预测能真正落地到预防性养护里。对于新入行的朋友如果你们也想做类似的巡检项目我建议从数据开始不要先纠结模型有多复杂。拿一块真实场地飞几架次把数据拿到手先把标注规范定下来。数据质量上去了YOLO系列任何一款基础版本都能跑出可用的效果数据一塌糊涂再华丽的模型也白搭。最后再分享一个技巧航拍巡检数据集的标注规范一定要打印出来贴在工位上标注员每标完一批就随机抽几个交叉检查这个小习惯能让你的模型效果快速提升一个台阶。
平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测)
