论文题目： SMG-Net: A lightweight modular architecture for fine-grained crack segmentation in ancient wooden structures
作者： Tianke Fang，Zhenxing Hui，Zhiying Xie，Peng Yu，Yi Gao，Songdi Shi，Yuanrong He
作者单位： 厦门理工学院计算机与信息工程学院；福建省自然灾害数字化监测大数据研究院；澳门科技大学创新工程学院；辽宁工程技术大学软件学院
发表期刊： PLOS ONE
发表时间： 2025 年 11 月 19 日
DOI： 10.1371/journal.pone.0336125
https://journals.plos.org/plosone/article id=10.1371/journal.pone.0336125一、研究动机
古代木结构建筑长期受风化、虫蛀、湿度变化等因素影响，易产生裂缝，威胁结构安全与文物保护。传统人工检测效率低、主观性强，难以满足大规模精细化监测需求。现有分割模型在复杂木纹背景、细小裂缝和多方向裂缝识别上仍存在不足。因此，本文提出轻量化 SMG-Net，以提升古建筑木构件裂缝的自动分割精度和实际应用能力。
二、方法
整体网络结构
本文提出的 SMG-Net 是一种面向古代木结构裂缝细粒度分割任务的轻量化网络。整体上，该模型采用改进的 U-Net 编码器—解码器结构，将古建筑木构件图像作为输入，最终输出像素级二值裂缝分割结果。与普通 U-Net 相比，SMG-Net 并不是单纯增加网络深度，而是在保持轻量化的前提下，针对木结构裂缝“细长、弱纹理、多方向、边界模糊”等特点，引入了多个结构增强模块。
如图1所示，SMG-Net 主要由多路径特征提取模块、结构感知交叉方向池化模块和引导式语义—空间融合模块组成。其中，多路径特征提取模块用于在下采样过程中保留细小裂缝信息；结构感知交叉方向池化模块用于增强模型对水平、垂直和斜向裂缝结构的感知能力；引导式语义—空间融合模块则用于融合高层语义特征和低层空间细节，使模型能够更准确地恢复裂缝边界。
图1：SMG-Net网络结构
如图2所示，SMG-Net 仍然保留了编码器—解码器的基本框架。编码器通过逐层卷积和下采样提取图像中的纹理、边缘和语义特征；解码器通过上采样逐步恢复图像空间分辨率，并生成最终的分割结果。跳跃连接将编码器中的低层细节特征传递给解码器，减少下采样过程中造成的信息损失。为了降低参数量和计算复杂度，本文使用深度可分离卷积替代普通卷积，使模型在保证分割精度的同时更适合古建筑现场监测等资源受限场景。
图2：编码器—解码器结构示意图
古代木结构裂缝通常具有细长、不连续和方向变化明显等特点。普通卷积操作受固定感受野限制，难以充分捕捉裂缝的长距离结构关系。传统条带池化虽然可以在水平和垂直方向上建模上下文信息，但对于古建筑木构件中常见的斜向裂缝、弯曲裂缝和交叉裂缝，其表达能力仍然不足。因此，本文提出结构感知交叉方向池化模块，通过水平、垂直和对角三个方向共同建模裂缝结构。图3. SACP 模块结构示意图
如图3所示，该模块首先对输入特征图进行三个方向的池化操作。设输入特征图为：水平方向池化用于提取每一行的长距离上下文信息，其公式为：垂直方向池化用于提取每一列的上下文信息，其公式为：对于对角方向，设 D_k表示第 k 条对角线上的元素集合，则对角方向池化可以表示为：其中，D_k 可以表示从左上到右下或从右上到左下方向上的对角线元素集合。通过这种方式，模型不仅能够关注水平和垂直裂缝，也能够捕捉斜向延伸的裂缝结构。在得到三个方向的池化特征后，模型进一步使用一维卷积进行上下文增强，并通过广播操作将池化后的特征重新恢复到原始空间尺寸。随后，将三个方向的响应图在通道维度上拼接，通过1*1卷积和 Sigmoid 激活函数生成权重图，最后与原始输入特征逐元素相乘，得到增强后的输出特征，其计算过程可表示为：其中，oplus 表示通道拼接操作，f(\cdot)表示融合卷积，\sigma表示 Sigmoid 激活函数，\cdot表示逐元素相乘。通过该公式可以看出，结构感知交叉方向池化模块本质上是根据不同方向的结构响应生成空间权重，从而增强与裂缝走向相关的区域。该模块的优势在于，它用较低的计算代价模拟了裂缝在木构件表面的真实延展方式。对于古建筑裂缝图像中常见的细长裂缝、斜向裂缝和断续裂缝，该模块能够增强模型的整体结构感知能力，减少裂缝被分割成多个孤立片段的问题。多路径特征提取模块
在裂缝分割任务中，下采样虽然可以降低计算量、扩大感受野，但也容易造成细小裂缝和弱边缘信息丢失。古代木结构裂缝往往宽度较窄，在图像中所占像素比例较低，如果浅层细节在特征提取早期被破坏，后续解码阶段就很难恢复完整裂缝边界。因此，本文设计了多路径特征提取模块，用于在下采样过程中同时提取不同类型的局部结构信息。
如图4所示，多路径特征提取模块包含四条并行路径。第一条是主卷积路径，使用步长为 2 的3*3卷积完成常规下采样，其计算公式为：第二条是平滑池化路径，先使用 2*2平均池化压缩特征图尺寸，再通过1*1卷积增强结构信息，其公式为：第三条是切片—通道重组路径。该路径将输入特征图按照2*2方式切分为四个不重叠子区域C_1、C_2、C_3、C_4，再在通道维度上拼接和重排，使空间细节转移到通道维度中。其切分过程可表示为：第四条是门控卷积路径，通过可学习门控机制突出裂缝边界和关键纹理区域，同时抑制冗余背景信息，其公式为：四条路径得到的特征会在通道维度上进行拼接，然后通过 1*1 卷积进行降维，并使用批归一化稳定特征分布，最终输出多路径融合后的下采样特征该模块的核心作用是通过多路径并行结构保留更多浅层裂缝细节。主卷积路径负责提取基础纹理，池化路径负责增强整体结构稳定性，切片重组路径负责保留局部细节，门控卷积路径负责突出关键裂缝区域。四条路径互相补充，使模型在面对木纹复杂、背景噪声较强和裂缝边界模糊的图像时，能够获得更鲁棒的浅层特征表达。在 U-Net 类结构中，低层特征具有较强的空间细节信息，高层特征具有较强的语义信息。传统跳跃连接通常直接将二者拼接，但这种简单融合方式容易引入背景噪声，尤其是在古建筑木构件图像中，木纹、阴影、污渍和裂缝边界往往相互干扰。为了解决高低层特征融合不充分的问题，本文提出引导式语义—空间融合模块，通过语义通道引导和空间位置引导共同增强裂缝区域。首先，模块利用高层特征F_h生成语义通道权重。具体来说，先对高层特征进行全局平均池化，再经过两个连续的 1*1卷积和 ReLU、Sigmoid 激活函数，得到通道注意力权重：然后，将通道权重作用到低层特征F_l上，得到经过语义引导后的低层特征：其次，模块进一步引入空间位置引导。将低层特征和高层特征在通道维度上进行拼接，并通过7*7卷积生成空间注意力图：最后，模型将经过双重引导后的低层特征、原始低层特征和高层特征进行残差式拼接，再通过 1*1 卷积和批归一化得到最终融合特征：该模块的作用是让高层语义信息指导低层细节特征的选择，同时利用空间注意力进一步定位裂缝区域。对于古代木结构裂缝图像而言，这种设计能够在保留裂缝边界细节的同时抑制无关木纹和背景噪声，使模型在复杂背景下获得更准确的裂缝分割结果。总体来看，引导式语义—空间融合模块实现了跨层级、多角度的特征融合，是 SMG-Net 提高细粒度裂缝边界恢复能力的重要组成部分。三、实验
数据集
本文实验主要使用两个数据集：一个是作者自建的古代木构件裂缝数据集，另一个是公开的 Masonry crack dataset。自建数据集来源于福建省南京县和连城县具有代表性的闽南传统建筑，图像由作者现场采集。原始图像分辨率为 3280×2464 像素，经过筛选后得到 256 张高质量原始图像。为了扩充数据规模，作者采用水平翻转、垂直翻转和组合翻转等方式进行数据增强，最终获得 2400 张 RGB 图像,训练验证测试集的比例是7:2:1。训练过程中，模型至少训练 150 个 epoch，或者直到验证集 F1 分数趋于稳定。初始学习率设置为 0.001，并采用 CosineAnnealingLR 学习率调度策略，其中最小学习率为 0.00001。批大小设置为 16，优化器采用 AdamW。损失函数方面，本文选择 BceDiceLoss，将二元交叉熵损失和 Dice 损失结合起来，以同时处理像素级分类准确性和裂缝区域重叠度问题。由于裂缝像素远少于背景像素，Dice 损失有助于缓解类别不平衡对训练结果造成的影响。图9. 木结构裂纹数据集上六种评估指标训练过程的对比
图10. 在砌体数据集上六种评估指标训练过程的比较
图11. 六种网络架构在木材结构裂纹数据集上的结果比较
图12. 不同网络架构在砌体数据集上的性能对比结果
表8. 木材结构裂纹数据集的对比实验结果
表9. 砌体数据集的对比实验结果
为了进一步验证各个模块的作用，本文在自建木结构裂缝数据集上进行了消融实验。作者以基础模型为基线，分别加入 SACP、MRFE 和 GSSFusion，并设计了多种组合方式进行比较。每种配置都独立训练 10 次，并取平均结果，以减少随机因素对实验结论的影响。
表10. 木材成分裂纹数据集上的消融实验结果
从实验结果可以看出，SACP 模块能够明显提升模型性能。加入 SACP 后，模型对细长、斜向和交叉裂缝的感知能力增强，训练损失降低，mIoU 和 F1-score 均有所提升。这说明多方向条带池化对于裂缝结构建模具有实际作用，能够弥补普通卷积在长距离方向依赖建模上的不足。
MRFE 模块同样带来了较明显的性能提升。由于 MRFE 在下采样阶段采用多路径并行特征提取方式，它能够更好地保留浅层裂缝细节，并提高模型对噪声和模糊边界的鲁棒性。对于古建筑木构件图像中大量存在的木纹、污渍和光照变化，MRFE 可以通过多路径互补减少误判，提高真实裂缝区域的表达能力。
GSSFusion 单独加入时提升效果并不如 SACP 和 MRFE 明显，甚至在部分指标上可能出现波动。这说明跨层语义—空间融合模块需要与前面的结构感知和多路径特征提取模块配合，才能充分发挥作用。当 SACP、MRFE 和 GSSFusion 三个模块同时加入时，模型获得最佳性能，loss 降至 0.1974，mIoU 达到 81.12%，F1-score 达到 85.13%，sensitivity 达到 83.10%。这表明 SMG-Net 的优势并非来自某一个单独模块，而是来自结构建模、细节保留和跨层融合三方面的协同设计。
图14. 添加不同模块后的消融实验结果
四、总结
总体来看，本文围绕古代木结构裂缝自动分割问题，提出了轻量化 SMG-Net 模型。该模型以改进 U-Net 为基础，引入结构感知交叉方向池化、多路径特征提取和引导式语义—空间融合模块，增强了模型对细长裂缝、多方向裂缝和复杂木纹背景的识别能力。实验结果表明，SMG-Net 在自建数据集和公开 Masonry 数据集上均优于多种主流分割模型，具有较好的精度、鲁棒性和实际应用潜力。不过，本文数据来源仍较有限，未来还需扩展更多地区和类型的古建筑裂缝样本，以提升模型泛化能力。
夜雨聆风
