UAVによる橋梁点検のための即時対応・軽量な亀裂分類手法
arXiv cs.CV / 2026/5/1
📰 ニュースDeveloper Stack & InfrastructureSignals & Early TrendsModels & Research
要点
- 本研究は、UAVの橋梁構造ヘルスモニタリングに向けて、弱い亀裂特徴、劣化した撮影条件、極端なクラス不均衡、実用上の計算資源制約といった課題に対処するリアルタイム亀裂分類の軽量深層学習フレームワークを提案している。
- 軽量CNNバックボーンに加えて、チャネル・空間の強調を行うCBAM注意モジュール、検査シーンの事前知識に基づく指向性のあるロバスト拡張、クラス不均衡下での難例学習にFocal Lossを組み合わせている。
- SDNET2018の橋梁デッキデータセットで、11.21Mパラメータと1.82G FLOPsのみで推論825 FPSを達成している。
- ベースラインに比べてF1スコアを2.51%、再現率（recall）を3.95%改善し、Grad-CAM可視化では散在領域から亀裂の軌跡追跡へ注目が移ることが示されている。
- 共同執筆者は、地上局支援型のUAV橋梁点検での実用展開を支えるため、関連コードをGitHubで公開している。
