Гибридная нейросетевая архитектура с адаптивной функцией потерь для семантической сегментации дефектов жилой застройки
DOI:
https://doi.org/10.52575/2687-0932-2026-53-2-416-423Ключевые слова:
семантическая сегментация, трещины, HybridUNet, Vision Transformer, адаптивная функция потерь, EfficientNet, пространственное вниманиеАннотация
Рассмотрена задача автоматизации обнаружения и сегментации трещин в жилых зданиях с использованием глубоких нейросетевых архитектур. Предложена гибридная модель HybridUNet, сочетающая энкодер EfficientNet-B0, предобученный на ImageNet, трансформерный блок в узком месте сети (bottleneck) для моделирования дальних пространственных зависимостей и пространственные модули внимания в декодере для подавления фонового шума. Для обучения применена адаптивная функция потерь, динамически изменяющая вклад Dice, Focal и Boundary компонент в зависимости от номера эпохи: вес Dice Loss фиксирован (1), вес Focal Loss линейно убывает от 1 до 0,5, а вес Boundary Loss возрастает от 0,1 до 1, что позволяет сначала сфокусироваться на глобальной структуре дефектов, а затем уточнить их границы. Проведено сравнение с базовыми моделями U-Net (с энкодерами ResNet34 и EfficientNet-B0) и DeepLabV3+ на открытом датасете трещин. Эксперименты показали, что предложенная архитектура достигает наилучшего IoU для класса трещин (0,6029) и F1-меры (0,7369) на тестовой выборке, превосходя DeepLabV3+ на 6,6 % по IoU. Адаптивная потеря позволила повысить точность на границах дефектов, а использование трансформерного блока обеспечило устойчивость к зашумлению и частичным затенениям. Полученные результаты подтверждают применимость гибридных архитектур с адаптивной настройкой функции потерь для автоматизированной инспекции жилого фонда.
Скачивания
Библиографические ссылки
References
Abbasi S., Wahd A.S., Ghosh S., Ezzelarab M., Panicker M., Chen Y.T., Jaremko J.L., Hareendranathan A. 2025. Improved A-Line and B-Line Detection in Lung Ultrasound Using Deep Learning with Boundary-Aware Dice Loss. Bioengineering, 12(3): 311. DOI: 10.3390/bioengineering12030311.
Ahmed W., Liatsis P. 2025. Lhu-vt: A lightweight hypercomplex u-net with vessel thickness-guided dice loss for retinal vessel segmentation. Computers in Biology and Medicine, 185: 109470. DOI: 10.1016/j.compbiomed.2024.109470.
Azad R., Aghdam E.K., Rauland A., Jia Y., Avval A.H., Bozorgpour A., Merhof D. 2024. Medical image segmentation review: The success of u-net. IEEE Transactions on Pattern Analysis and Machine Intelligence, 46(12): 10076–10095. DOI: 10.1109/TPAMI.2024.3435571.
Cheng X., Chen J., Li J., Yin J., Cheng Q., Chen Z., Zhou G. 2025. Enhanced DeepLabV3+ with OBIA and Lightweight Attention for Accurate and Efficient Tree Species Classification in UAV Images. Sensors, 25(24): 7501. DOI: 10.3390/s25247501.
Chicco D., Jurman G. 2023. The Matthews correlation coefficient (MCC) should replace the ROC AUC as the standard metric for assessing binary classification. BioData mining, 16(1): 4. DOI: 10.1186/S13040-023-00322-4.
El Sakka M., Ivanovici M., Chaari L., Mothe J. 2025. A Review of CNN Applications in Smart Agriculture Using Multimodal Data. Sensors, 25(2): 472. DOI: 10.3390/s25020472.
Horuz C.C., Kasenbacher G., Higuchi S., Kairat S., Stoltz J., Pesl M., Otte S. 2025. The resurrection of the relu. arXiv, 2505: 22074. DOI: 10.48550/arXiv.2505.22074.
Jiangtao W., Ruhaiyem N.I.R., Panpan F. 2025. A comprehensive review of U‐Net and its variants: advances and applications in medical image segmentation. IET Image Processing, 19(1): e70019. DOI: 10.1049/ipr2.70019.
Kawaguchi K., Deng Z., Ji X., Huang J. 2023. How does information bottleneck help deep learning? International conference on machine learning: 16049–16096. DOI: 10.48550/arXiv.2305.18887.
Khan A., Rauf Z., Sohail A. et al. 2023. A survey of the vision transformers and their CNN-transformer based variants. Artif Intell Rev, 56 (3): 2917–2970. DOI: 10.1007/s10462-023-10595-0.
Kim J.W., Khan A.U., Banerjee I. 2025. Systematic Review of Hybrid Vision Transformer Architectures for Radiological Image Analysis. J Digit Imaging. Inform. med.: 38, 3248–3262. DOI: 10.1007/s10278-024-01322-4.
Li M., Guo Y., Guo W., Qiao H., Shi L., Liu Y., Wang Q. 2025. Wheat Powdery Mildew Severity Classification Based on an Improved ResNet34 Model. Agriculture, 15(15): 1580. DOI: 10.3390/agriculture15151580.
Li P., Zhou J., Xu X. 2025. Real-time image semantic segmentation based on improved deeplabv3+ network. Big Data and Cognitive Computing, 9(6): 152. DOI: 10.3390/bdcc9060152.
Li W., Zheng B., Shen Q., Shi X., Luo K., Yao Y., Wei Q. 2025. Adaptive window adjustment with boundary DoU loss for cascade segmentation of anatomy and lesions in prostate cancer using bpMRI. Neural Networks, 181: 106831. DOI: 10.1016/j.neunet.2024.106831.
Li Y., Zhao W., Dang B., Wang W. 2025. Research on Brain Tumor Classification Method Based on Improved ResNet34 Network. arXiv, 2512: 03751. DOI: 10.48550/arXiv.2512.03751.
Lufian C., Jonathan H., Lo Y.F., Iswanto I.A. 2025. Mask R-CNN with HRNet Backbone for Person Detection Evaluation on COCO Using mIoU and Threshold Optimization. 2025 8th International Conference on Information and Communications Technology (ICOIACT): 60–65. DOI: 10.1109/ICOIACT67584.2025.11344893.
Luo X., Cai Z., Shao B., Wang Y. 2024. Unified-IoU: For high-quality object detection. arXiv, 2408: 06636. DOI: 10.48550/arXiv.2408.06636.
Nemavhola A., Chibaya C., Viriri S. 2025. A Systematic Review of CNN Architectures, Databases, Performance Metrics, and Applications in Face Recognition. Information, 16(2): 107. DOI: 10.3390/info16020107.
Qiu Q., Zhu T., Gong H., Chen L., Ning H. 2025. Relu-kan: New kolmogorov-arnold networks that only need matrix addition, dot multiplication, and relu. 2025 IEEE Smart World Congress (SWC): 1686-1694. DOI: 10.1109/SWC65939.2025.00262.
Wang Y., Deng Y., Zheng Y., Chattopadhyay P., Wang L. 2025. Vision Transformers for Image Classification: A Comparative Survey. Technologies, 13(1): 32. DOI: 10.3390/technologies13010032.
Wen K., Chu J., Chen J., Chen Y., Cai J. 2022. MO SiamRPN with weight adaptive joint MIoU for UAV visual localization. Remote Sensing, 14(18): 4467. DOI: 10.3390/rs14184467.
Wu D., Guo Z., Li A., Yu C., Gao C., Sang N. 2023. Conditional boundary loss for semantic segmentation. IEEE Transactions on Image Processing, 32: 3717–3731. DOI: https://doi.org/10.1109/TIP.2023.3290519.
Yang J., Lu Y., Zhang Z., Wei J., Shang J., Wei C., Tang W., Chen J. 2025. A Deep Learning Method Coupling a Channel Attention Mechanism and Weighted Dice Loss Function for Water Extraction in the Yellow River Basin. Water, 17(4): 478. DOI: 10.3390/w17040478.
Yang T., Ying Y. 2022. AUC maximization in the era of big data and AI: A survey. ACM computing surveys, 55(8), 1 – 37. DOI: 10.1145/3554729.
Zheng Y., Tian B., Yu S., Yang X., Yu Q., Zhou J., Wang L. 2025. Adaptive boundary-enhanced Dice loss for image segmentation. Biomedical signal processing and control, 106: 107741. DOI: https://doi.org/10.1016/j.bspc.2025.107741.
Просмотров аннотации: 0
Поделиться
Опубликован
Как цитировать
Выпуск
Раздел
Copyright (c) 2026 Экономика. Информатика
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
