我国公路隧道规模居世界首位，养护任务与压力巨大，隧道结构服役状态的高效快速检测已成为行业重大需求。365英国上市隧道工程系2020级硕士研究生张俊杰，在周中副教授和龚琛杰副教授的联合指导下，近日在土木工程领域国际著名期刊《Computer-Aided Civil and Infrastructure Engineering》发表论文“Automatic detection method of tunnel lining multi-defects via an enhanced You Only Look Once network”。该研究以近十年来在常张高速、诸永高速、广深高速和常吉高速等80余条公路隧道的病害检测工作中所收集的裂缝、渗漏水、漏筋等病害图像为数据基础，提出了一种基于You Only Look Once网络的隧道衬砌多病害目标识别算法，采用可视化编程开发了隧道衬砌病害智能检测平台，实现了对复杂光照和背景条件下隧道衬砌病害的高精度识别与可视化管控。研究成果可为隧道衬砌病害智能识别与健康诊断提供理论基础和技术支持，对提升隧道运维管理效率、保障其安全服役具有重要的科学意义。

图1 隧道衬砌病害智能检测流程

中南大学土木工程学科为国家重点学科，历来注重教育服务经济社会发展能力，着重培养创新型、复合型、应用型人才。本研究得到了国家自然科学基金和湖南铁院土木工程检测有限公司开放课题的资助。

《Computer-Aided Civil and Infrastructure Engineering》是土木与计算机交叉学科著名期刊。根据2020年Web of Science统计数据，该期刊IF=11.775，在137种“工程，土木”类期刊中排名第一，在111种“计算机科学，跨学科应用”类期刊中排名第二。

论文详细信息: Zhou, Z., Zhang, J., & Gong, C. (2022). Automatic detection method of tunnel lining multi-defects via an enhanced You Only Look Once network. Computer-Aided Civil and Infrastructure Engineering, 1-19.

论文链接: https://doi.org/10.1111/mice.12836