Page 33 - 水利学报2025年第56卷第4期

时精确率和召回率都较高。但当提高交并比时，Ｙｏｌａｃｔ、ＭａｓｋＲ － ＣＮＮ和 ＣａｓｃａｄｅＭａｓｋＲ － ＣＮＮ模型的精
确率和召回率都有明显下降。而基于深度学习的 ＱｕｅｒｙＩｎｓｔ算法在交并比 ０．５～０．９５的平均精确率和平
均召回率均超过 ９０％，明显优于其他先进算法。结果表明，所使用的 ＱｕｅｒｙＩｎｓｔ算法能够准确地根据标
注信息划分碾压混凝土坝坝面热升层施工状态，且漏识别的区域较少，能够满足施工现场应用需求。
表 １ 网络结构基本参数设置

模型 参数 值 模型 参数 值
输入图像尺寸（宽× 高） ７２０ × ５７６（像素） 输入图像尺寸（宽× 高） ７２０ × ５７６（像素）
骨干网络 ＲｅｓＮｅｔ － １０１ 骨干网络 ＲｅｓＮｅｔ － １０１
颈部网络 特征金字塔网络（４层） 颈部网络 特征金字塔网络（４层）
Ｙｏｌａｃｔ；
阶段数量 ６个
ＭａｓｋＲ － ＣＮＮ； ＱｕｅｒｙＩｎｓｔ
检测框数量 １００个
ＣａｓｃａｄｅＭａｓｋＲ － ＣＮＮ
分类损失函数 交叉熵损失函数 分类损失函数 ＦｏｃａｌＬｏｓｓ函数
检测框损失函数 ＳｍｏｏｔｈＬ１损失函数 １） 检测框损失函数 绝对误差损失函数
分割损失函数 交叉熵损失函数 交并比损失函数 ＧＩｏＵ损失函数
注：１）ＭａｓｋＲ － ＣＮＮ模型的检测框损失函数使用的是 Ｌ１损失函数。

表 ２ 模型训练过程基本参数设置

模型 优化器 训练轮数 学习率（训练轮数）
Ｙｏｌａｃｔ ＳＧＤ（带动量的随机梯度下降优化器） ２０ ０．００１（１～１５），０．０００１（１６～２０）
ＭａｓｋＲ － ＣＮＮ ＳＧＤ（带动量的随机梯度下降优化器） １２ ０．０２（１～８），０．００２（９～１１），０．０００２（１２）
ＣａｓｃａｄｅＭａｓｋＲ － ＣＮＮ ＳＧＤ（带动量的随机梯度下降优化器） １２ ０．０２（１～８），０．００２（９～１１），０．０００２（１２）
ＱｕｅｒｙＩｎｓｔ ＳＧＤ（带动量的随机梯度下降优化器） １２ ０．０２（１～８），０．００２（９～１１），０．０００２（１２）

表 ３ 精确率和召回率实验结果

模型 交并比 平均精确率?％ 平均召回率?％
０．５ ９９．４ ９２．５
Ｙｏｌａｃｔ ０．７５ ９６．７ ９２．５
０．５～０．９５ ９０．１ ９２．５
０．５ ９９．２ ８９．０
ＭａｓｋＲ － ＣＮＮ ０．７５ ９４．７ ８９．０
０．５～０．９５ ８６．２ ８９．０
０．５ ９９．４ ９１．５
ＣａｓｃａｄｅＭａｓｋＲ － ＣＮＮ ０．７５ ９５．７ ９１．５
０．５～０．９５ ９０．３ ９１．５
０．５ ９９．１ ９２．８
ＱｕｅｒｙＩｎｓｔ ０．７５ ９６．７ ９２．８
０．５～０．９５ ９０．８ ９２．８

除定量研究外，测试集图像的碾压混凝土坝仓面施工状态部分可视化结果如图 ７所示。图中每三
张图为一组，分别为原始图像、模型预测的结果以及人工标注的结果。其中，模型预测结果的浅蓝色
部分为摊铺作业区域，紫色部分为碾压作业区域；人工标注结果的深红色部分为摊铺作业区域，黄色
部分为碾压作业区域。针对不同的作业工况，本文使用的方法能够较好地识别施工状态。如图 ７第二
行的两组例子均为仅进行摊铺作业的状态，其边界为复杂的多边形。本文所提方法能够较清晰和准确

— ４ ５ １ —